Побудова класифікаторів на основі ядерних оцінок щільності з використанням апостеріорних ймовірностей конкуруючих множин
DOI:
https://doi.org/10.15407/dopovidi2015.09.025Ключові слова:
вагова функція, оцінка щільності, правило класифікаціїАнотація
Запропоновано підхід до побудови класифікаторів на основі ядерних оцінок щільності для розв’язання задач розпізнавання образів. Підхід грунтується на використанні апостеріорної ймовірності та розділової міри типу π-значення для ефективного розділення конкуруючих множин. Для кожної оцінки щільності класу застосовано сімейство оцінок щільності для кожної множини в широкому діапазоні смуг пропускання. Запропоновано та адаптовано процедуру об’єднання результатів класифікації на різних рівнях згладжування, що забезпечило гнучке використання різних смуг пропускання для різних пар конкуруючих класів. Статистичні невизначеності обчислено на основі приблизно оцінених ймовірностей помилкової класифікації.
Завантаження
Посилання
Godtliebsen F., Marron J. S., Chaudhuri P. J. of Computational and Graphical Statistics, 2002, 11: 3–21. https://doi.org/10.1198/106186002317375596
Holmes C. C., Adams N. M. J. of the Royal Statistical Society, 2002, 64: 297–304.
Hall P. The Annals of Statistics, 1983, 11: 1160–1173.
Lachenbruch P., Mickey M. Technometrics, 1968, 10: 3–10.
Silverman B. W. Density estimation for Statistics and Data Analysis, London: Chapman and Hall, 1986. https://doi.org/10.1007/978-1-4899-3324-9
Wand M., Jones M. Kernel Smoothing, London: Chapman and Hall, 1995: 1–14. https://doi.org/10.1007/978-1-4899-4493-1_1
Ripley B. Pattern Recognition and Neural Networks, Cambridge: Cambridge University Press, 1996: 1–17. https://doi.org/10.1017/CBO9780511812651.002
Duda R., Hart P., Stork D. Pattern Classification, New York: Wiley, 2000: 1–21.
Chaudhuri P., Marron J. The Annals of Statistics, 2000, 28: 410–427. https://doi.org/10.1214/aos/1016218224
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Доповіді Національної академії наук України

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.