Эвристический критерий распознавания класса по спектральным яркостям

• Veröffentlicht in: Кибернетика и системный анализ
• Datum: 2018
• ISSN: 1019-5262
• Hauptverfasser: Архипов, А.И., Глазунов, Н.М., Хижняк, А.В.
• Format: Artikel
• Sprache: Russisch
• Veröffentlicht: Інститут кібернетики ім. В.М. Глушкова НАН України 2018
• Schlagworte: Системний аналіз
• Online Zugang: https://nasplib.isofts.kiev.ua/handle/123456789/144836
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Zitieren: Эвристический критерий распознавания класса по спектральным яркостям / А.И. Архипов, Н.М. Глазунов, А.В. Хижняк // Кибернетика и системный анализ. — 2018. — Т. 54, № 1. — С. 105–110. — Бібліогр.: 9 назв. — рос.

Рассмотрена задача распознавания класса объектов по результатам многозональных измерений (спектральных яркостей сигналов), спектральных и статистических характеристик заданных классов. На основе применения методов теории вероятности и статистики, а также квантования непрерывных распределений предложен эвристический критерий распознавания классов объектов данной задачи. С использованием этого критерия описан эвристический метод распознавания и предложены модификации метода в целях повышения его достоверности и эффективности. Розглянуто задачу розпізнавання класу об’єктів за результатами багатозональних вимірювань (спектральних яскравостей сигналів), спектральних і статистичних характеристик заданих класів. На основі застосування методів теорії ймовірності та статистики, а також квантування неперервних розподілів запропоновано евристичний критерій розпізнавання класів об’єктів даної задачі. З використанням цього критерію описано евристичний метод розпізнавання і запропоновано модифікації методу з метою підвищення його достовірності та ефективності. The paper considers the problem of recognition of a given class of objects by the result of multispectral measurements (spectral brightness of signals) and available spectral and statistical characteristics of the given classes. On the basis of probabilistic and statistical considerations, as well as quantization, the heuristic recognition criterion is proposed. Based on the criterion, the heuristic method of recognition is presented. Modifications of the method are proposed to improve its reliability and efficiency.