img059

img059



59


5.1. Metoda uogólnionych wzorców i otoczeń kulistych

Rys. 5.5. Otoczenia różnych punktów mogą się niekiedy pochłaniać


w którym zestawiano wyniki międzynarodowych badań próbek gruntu księżycowego. Stosowane i rozwijane metody eliminacji powtórzeń i stwierdzeń bliskoznacznych, wykorzystywane w tych systemach, bazują często na osiągnięciach teorii rozpoznawania obrazów.

Przytoczmy algorytm metody otoczeń kulistych. Niech:

radius[l.. num] - promienie (e) otoczeń związnych z kolejnymi obiektami ciągu uczącego

procedurę ballrec (obj, var rec); begin

k := 0; repeat k :=k+ 1

until k > num or dist(sampl[k], obj) <= radius[k]; if k > num than rec := 0 else rec := sampl[k][dim + 1];

end


Wyszukiwarka

Podobne podstrony:
img057 57 5.1. Metoda uogólnionych wzorców i otoczeń kulistychO o □ II P i
img054 5. METODY WZORCÓW5*1. Metoda uogólnionych wzorców i otoczeń kulistych W metodach omawianej gr
img055 55 5.1. Metoda uogólnionych wzorców i otoczeń kulistych Naturalnie, kluczowym problemem staje
img057 57 5.1. Metoda uogólnionych wzorców i otoczeń kulistychO o □ II P i
IMG059 59 5.4. PRZEBIEG ĆWICZENIA I OPRACOWANIE WYNIKÓW 5.4.1. Pomiar rezystancji metodą techniczną
img059 59 Rozdział 4. Nieliniowe sieci neuronowe4.6 Uczenie sieci nieliniowej Opisany wyżej algorytm
img059 59 noj na punkcie A i z reflektora centrowanego rud. punktem B. Kadajaik dalmierza wysyła ■s
img059 59 Biorąc pod uwagą powyższe związki otrzymujemy ostatecznie: !NBFH(U) 1
IMG059 59 O- ę? nun[ i ewentuatne w&al Mieszanie Pamntejzzanie średnia próbka

więcej podobnych podstron