Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: zadanie rozpoznawania obrazów

Sortuj według:

Ogranicz wyniki do:

Logical classification trees in recognition problems

Povhan Igor

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

2020

T. 10, nr 2

12--15

The paper is dedicated to algorithms for constructing a logical tree of classification. Nowadays, there exist many algorithms for constructing logical classification trees. However, all of them, as a rule, are reduced to the construction of a single classification tree based on the data of a fixed training sample. There are very few algorithms for constructing recognition trees that are designed for large data sets. It is obvious that such sets have objective factors associated with the peculiarities of the generation of such complex structures, methods of working with them and storage. In this paper, we focus on the description of the algorithm for constructing classification trees for a large training set and show the way to the possibility of a uniform description of a fixed class of recognition trees. A simple, effective, economical method of constructing a logical classification tree 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.

Artykuł poświęcono algorytmom konstruowania logicznych drzew klasyfikacji. Większość tych algorytmów z reguły sprowadzają się do zbudowania jednego drzewa klasyfikacyjnego na podstawie stałej próby uczącej. Należy zauważyć, że niewiele algorytmów budowania drzew klasyfikacyjnych dla prób treningowych o dużej objętości. Oczywiste jest, że mają one obiektywne czynniki związane ze specyfi ką generowania takich struktur, metodami pracy z nimi i ich przechowywania. W niniejszym artykule autorzy skupiają się na opisie algorytmu konstruowania drzew klasyfikacyjnych dla dużego zbioru uczącego i wskazują możliwość jednolitego opisu stałej klasy drzew rozpoznawczych. Prosta, skuteczna i ekonomiczna metoda budowy logicznego drzewa klasyfikacyjnego dla danej próby uczącej pozwala na zapewnienie niezbędnej szybkości i stopnia złożoności schematu rozpoznawania, co gwarantuje proste i kompletne rozpoznawanie obiektów dyskretnych.