91


7.3. Metoda aproksymacji stochastycznej

Łatwo zauważyć, że funkcja rozdzielająca opisuje granicę pomiędzy obszarami klas t'i oraz i2 za pomocą równania C(x) = 0, które spełnia założenia metody aproksymacji stochastycznej, przy podstawieniu:

m

ł(Vi, vit K3.....vm,x) = C(x) = KMs)-

l/=0

Można więc zastosować iteracyjną procedurę Robbinsai Monro do ustalenia wartości wag V),:

m

v,(k +1) = V,(k) + rjt (i* - J2 Vv(k )Ms.k))Ms.k)>

u=0

przy czym oznaczenie ik użyto do zasygnalizowania, że poprawne rozpoznania ik zawarte w ciągu uczącym zostały dostosowane do zadania dychotomii:

gdy ik = i 1,

\ —1, gdy »* = «2

Algorytm dla tej metody zostanie pominięty, jako że jest on (z dokładnością do kilku mało istotnych szczegółów) prostszym wariantem algorytmu opisanego w podrozdziale 7.2.

Przykład. Oba omówione warianty metody funkcji potencjalnych i metodę aproksymacji stochastycznej zastosowano do rozpoznawania skuteczności prze-

Tabela 7.1. Porównanie szybkości działania i dokładności kilku wybranych metod rozpoznawania obrazów

Metoda

Rozpoznawanie

czas, ms

dokładność, %

Funkcji potencjalnych 1

21,2

64,3

Funkcji potencjalnych 2

2,1

62,8

Aproksymacji stochastycznej

2,6

65,2

NN

20,7

87,4

NM

1,9

58,2

Funkcji liniowych

0,8

61,4

Bayesa

2,4

72,4

Parzena

76,5

64,8