Питання побудови деревоподібних моделей розпізнавання образів

Abstract

Робота піднімає важливі питання теорії розпізнавання образів (дискретних об‘єктів), які пов‘язані з загальною проблематикою побудови деревоподібних схем розпізнавання, класифікації та плавно підводить до концепції алгоритмічного дерева класифікації, що безумовно є найвищим рівнем абстракції в теорії дерев розпізнавання. Простий, ефективний, економний метод побудови логічного дерева класифікації навчальної вибірки дозволяє забезпечити необхідну швидкодію, рівень складності схеми розпізнавання, що гарантує проведення простого та повного розпізнавання дискретних об‘єктів. На сьогоднішній день існують різноманітні методи побудови як логічних дерев з одноразовим використанням ознак в структурі логічного дерева (алгоритми випадкових дерев, метод розгалуженого вбору ознак з початковою оцінкою інформативності), так і дерев з повторами різних ознак на ярусах логічного дерева (алгоритм побудови дерева з покроковою оцінкою важливості ознак, тощо). В роботі фіксуються суттєві переваги логічних дерев класифікації – програмна простота побудови дерева класифікації, зменшення часу загальної генерації логічного дерева та інше.The work raises important questions of the theory of pattern recognition (discrete objects), which are associated with the General problem of building tree-like recognition schemes, classification and smoothly leads to the concept of algorithmic classification tree, which is certainly the highest level of abstraction in the theory of recognition trees. It is clear that a simple, efficient, cost-effective method of constructing a logical tree of classification of the training sample allows you to provide the necessary speed, the level of complexity of the recognition scheme, which guarantees a simple and complete recognition of discrete objects. So, today, there are different construction methods as a logical tree with a single use of signs in the structure of the logical tree (the algorithms of random trees method extensive array of signs with an initial assessment of informational content), and trees with repetitions of various characteristics on the tier of the logical tree (algorithm of the tree building step-by-step assessment of the importance of signs, and the like). The paper fixes the significant advantages of logical classification trees-software simplicity of building a classification tree, reducing the time of General generation of a logical tree, and so on.