Разрешение конфликтов классификаторов

Рассмотренные выше выше вопросы жестко связаны с механизмом разрешения конфликтов классификаторов. (распонаваемые и нераспознаваемые ошибки классификаторов)

Мы помним что при использовании принципа «1против всех» по одному из косвенных (дисперсионных) критериев мы получаем дискриминантные функции (например ф-ции Фишера) Фi, Фi0 i=1,...K на основании которых формируются решающие правила Fi= Фi - Фi0 используемые в логике

Функции

могут быть получены и непосредственно как в МГУА или логистической регрессии.

Вопрос нахождения наилучшего значения

обеспечивающего наилучшее распознавание – это вопрос предыдущего параграфа. Как определим критерий так и получим соотв значение параметра

РЕКУРРЕНТНЫЙ АДДИТИВНО-МУЛЬТИПЛИКАТИВНЫЙ МНОГОЭТАПНЫЙ АЛГОРИТМ МГУА ДЛЯ ЗАДАЧИ КЛАССИФИКАЦИИ ОБЪЕКТОВ, ЗАДАННЫХ МНОЖЕСТВАМИ НАБЛЮДЕНИЙ

Стандартная постановка задачи клаассификации предполагает описание объекта одной многомерной точкой в пространстве его признаков-свойств

Для такой постановки разработтан весь известный нам аппарат многомерной классификации - - ДА, логрегрессия, метод оп. векторов и тд.. Однако данной постановкой далеко не исчерпываются потребности практических задач классификации-диагностики в медикобоилогической области.

Вважным и актуальным случаем задачи классификации есть ее обобщение, когда объект характеризуется не одиночными измерениями в многомерном пространстве признаков, а их подмножествами, причем для каждого из них допускается частичное пересечение для объектов из различных классов.

Такая постановка задачи РО возникает при недостаточной информативности "портрета" объекта классификации с помощью одиночных многомерных измерений. Проблема распознавания становится тем более очевидной, если значения признаков объекта могут меняться в зависимости от значения некоторого неконтролируемого параметра объекта, или от состояния среды измерения. Проблема проистекает из возможности, как говорилось, частичного пересечения областей значений признаков в исходном пространстве измеряемых переменных для объектов из различных классов при различных состояниях среды, что влечет очевидную неоднозначность результата классификации.

Выходом из положения является описание объекта не одним, а множеством измерений, осуществленных при различных состояниях среды. Такой комплекс измерений позволяет более точно описать объект, как некоторое множество его состояний в исходном многомерном пространстве.

Однако проблема классификации остается, так как, во-первых, разработанные подходы к распознаванию, как правило, предполагают однократное измерение признаков объекта, а во-вторых, мы допускаем частичное пересечение областей исходного пространства признаков для объектов классификации из различных классов (рис.1).

Данные условия не позволяют при классификации объекта непосредственно использовать отдельные точки, а требуют разработки специальных подходов, где возможно оперировать множествами измерений, или характеристиками, полученными на основании этих множеств, или параметрами различных целесообразных разложений имеющихся характеристик в модельный ря д.

Задан факт существования некоторого множества классов