Page 153 - 4196
P. 153
d i fX i X ,
де величина Xf виключена, оскільки вона не залежить
від i .
Для двох класів роздільна границя визначається рі-
внянням
d dX 1 dX 2 fX 1 X f 2 X
f X 1 f X 2 f X 1 . 0
1 1 1
Згідно цієї формули класифікація об’єктів виконується за
правилом
/1 , 2 то X ,
d fX X 1
i
/1 , 2 то X .
2
Оцінку щільності f i X у зв’язку з реалізацією ней-
ронною мережею байесівського класифікатора можна
сформулювати, як задачу навчання. Відповідні статисти-
чні інтерактивні алгоритми навчання подібні до детермі-
ністичних градієнтних алгоритмів навчання перцептрону.
Скористаємось розкладом щільності f i X по си-
стемі відомих базисних функцій X :
k
f X ij j X ,
i
j 1
T
де W 1 i ,..., i k 1 - вектор ваг і–го класу,
i
X 1 ,...,X k X T - базисні функції. Без втрати
загальності можна обмежитися лінійною апроксимацією
щільності виду
f i X W i T X ,
де X ,x 1 x 2 ,..., x n 1 , T - вектор образів – еталонів.
Визначимо випадкову величину Xr , яку можна
i
спостерігати під час навчання:
153