Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
МиСОИ лекции.docx
Скачиваний:
2
Добавлен:
01.03.2025
Размер:
3.31 Mб
Скачать

22. Виды разделяющих функций. Классификатор по минимальному расстоянию

А. Линейные разделяющие функции.

В этом случае в качестве используется линейная комбинация измеренных признаков

Решающая граница между областями и в пространстве признаков имеет вид

(22.1)

где

Уравнение (22.1) представляет собой уравнение гиперплоскости в пространстве признаков .

Общая схема вычислителя линейной разделяющей функции представлена на рис. 22.1.

Рис. 22.1

Если ,то согласно (22.1) и в качестве классификатора , использующего линейную разделяющую функцию , можно применить пороговый логический элемент.

Рис. 22.2

Из этого рисунка получим , что если выходной сигнал =+1 , т.е. при , то ; если выходной сигнал=-1, т.е. , то .

Когда число классов образов больше двух, т.е. можно применить параллельное соединение нескольких пороговых логических элементов. При этом комбинации выходных сигналов пороговых логических элементов достаточны для различения классов при .

B.Классификатор по минимальному расстоянию.

Важный класс составляют линейные классификаторы , в которых в качестве критерия классификации используется расстояние между входным образом и множеством опорных векторов или эталонных точек в пространстве признаков. Предположим , что задано опорных векторов , где соответствует классу образов . При классификации по минимальному расстоянию относительно входной сигнал предполагается принадлежащим , т.е.

, если минимально , где есть расстояние между и .

Расстояние можно определить ,например, следующим образом

, (22.2)

где индекс определяет операцию транспонирования вектора.

Из последнего соотношения следует, что

Так как не зависит от , то соответствующая разделяющая функция для классификатора по минимальному расстоянию имеет вид

Как видно из этого соотношения, классификатор по минимальному расстоянию является линейной функцией. В свою очередь, свойства классификатора по минимальному расстоянию конечно зависят от того, как выбраны опорные векторы.

С. Кусочно-линейная разделяющая функция.

Изложенная выше идея может быть распространена на классификацию по минимальным расстояниям до множеств опорных векторов. Пусть обозначают множеств опорных векторов, относящихся соответственно к классам и пусть опорные векторы в обозначены через , т.е.

где -число опорных векторов множества .Определим расстояние между вектором входных признаков и следующим образом.

То есть расстояние между и равно наименьшему из расстояний между и каждым вектором в .Такой классификатор будет относить входной сигнал к классу образов, которому соответствует ближайшее множество векторов.

Если расстояние между и определить согласно (22.1) разделяющая функция в данном случае имеет вид

Пусть ,

Тогда

Следует отметить ,что является линейной комбинацией признаков .Поэтому указанный классификатор часто называют кусочно-линейным классификатором.

D. Полиномиальная разделяющая функция.

Полиномиальная функция -ой степени может быть представлена в виде

,

где является формой

при

Решающая граница между двумя классами также имеет форму полинома -ой степени. В частности , если , решающая функция называется квадратичной.

В этом случае

при

Разделяющая функция будет иметь вид

,

где

В общем случае границей для квадратичных разделяющих функций является гиперболоид. В частных случаях это будут гиперсфера, гиперэллипсоид и гиперэллипсоидальный цилиндр. Общая схема вычислителя квадратичного разделения показана на рис. 22.3

Рис. 22.3