находится оператор А„ составленный из нормированных собственных векторов, соответствующих наибольшим собственным (характеристиче ским) числам ковариационной матрицы К/. Приходим к следующей
структуре алгоритма упорядочения и отбора признаков.
Ал г о р и т м
1.Задать обучающую исходную выборку признаков
представляющую отдельные классы (0|, СО2, (от и образы j = 1, л, (объекты), входящие в каждый класс ю,-, / = 1, т. Размерность вектора XiJt i = 1, /и, j = 1, w„ подлежит снижению при выполнении условия разделимости классов.
2.Вычислить оценки
3.Решить задачу на собственные значения
Kfe = Хе,
где X — собственное значение; е — собственный вектор.
4.Упорядочить собственные значения по убыванию.
5.Для каждого собственного значения (числа) вычислить собственный вектор из ре шения задачи вида
(К(-Ху1')е = 0,
где Ij — единичная матрица; v — индекс собственного значения матрицы Kh / = 1, /я. 6. Пронормировать собственные векторы. ___
7.Из собственных векторов сформировать варианты оператора Ль / = 1, /л, матрицы преобразования исходных векторов Ху к вектору Yy меньшей размерности.
8.Вычислить векторы Yy = AjXy для различных вариантов задания At и выявить те из них с минимальной размерностью, при которых проявляется эффект кластеризации обра зов, входящих в один и тот же класс, и сохраняется разделение классов.
Задача. Рассмотрим классы образов
(о,: {х,„ дс12, х 13, хм, Jt15( и <о,: {х2,, х22, х23, х24, х25>.
Требуется понизить размерность пространства различительных признаков образов, когда они изначально описываются совокупностью признаков в двумерном пространстве в виде
*11 = (-5 ,-5 ), х,2 = (-5 ,-4 ), х13 = (-4 ,-5 ), х14 = (-5 ,-6 ), х,5 = (-6 ,-5 );
хп = (5,5), х22 = (5,6), х23 = (6,5), х24 = (5,4), х25 = (4,5).
Р е ш е н и е . Вычислим