Нормирование значений признаков путем стандартизации переменных. Меры сходства: расстояние Евклидовое и Колмогорова. Понятие ядра и пути его вычисления. Матрица, описывающая обучающую выборку для эталонного класса. Векторы состояний исследуемых систем.
Аннотация к работе
Применение метода динамического сгущения для оценки качества процесса обученияМеры сходства между состояниями зададим двумя способами: Евклидовым расстоянием и расстоянием Колмогорова Дадим меру сходства между состоянием и классом - ядро класса . Пусть - расстояние от i-ого состояния s-ой контрольной выборки до ближайшего l-ого состояния из обучающий выборки, а , s=1,m; l=1,n. Значение l0 выборки таким образом, чтобы минимизировать ошибку попадания состояний из класса p2 в p1. , ; ; (4) где - коэффициент компромисса, оценивающий ошибку попадания состояний из класса p2 в p1.