Файл: Горелик, А. Л. Некоторые вопросы построения систем распознавания.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 23.10.2024

Просмотров: 99

Скачиваний: 1

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

'лыи предел в (3.34) равен двойному, т. е.

шах rain rain 2

=

™ax

W —

Г Е ліГё м 1^ "

Kl k%

a -

*

 

 

(X, ü ) & , 1

 

2 ^

n

N

 

 

 

 

__

 

 

__

 

- *

, 2

2 [ 2 ^ >

г(/)+ ^ ф.(я) +

^ ф (Ю -

 

 

v=l r=1 /=>

 

 

 

 

 

 

 

 

U - 2

я^

р^

+

іс.ф. ^

+

^

фл? ) - ^

 

• (3.35)

/=і

 

 

 

 

 

 

 

 

 

 

 

 

Можно положить, например,

Кі = Кг,=Кз = К>-оо.

Тогда

 

 

 

N

 

.

 

 

 

 

(

 

max min min

 

 

=

lim max

 

 

2

 

 

i U

XG:A |j.£rAf l^ rsg «

y _ I

 

 

iC->oo

(X.UjGEL,

 

 

2 "

n

 

 

 

 

 

 

 

Ks ф 2 ( p - v

) и( —я— ) +

- * 2 2

2 я

 

^

р

' ; )

-

ь

V=1 Г—1 /=I

 

 

 

 

 

 

 

 

 

 

ЛГ

 

 

__

 

 

_

 

 

 

 

2 ІМРІ +

* ,Ф, (Я) +

KaФ2 (?

) -

U

.

(3.36)

і=1

Реализация максимума в правой части (3.36) при достаточно большом К будет сколь угодно близка к оп­ тимальной стратегии стороны А и может быть принята

вкачестве таковой после округления ее компонент до О

и1. Чтобы найти максимум, в (3.36) для каждого К

применимы, например, обычные градиентные методы. В описанной постановке задачи о противодействии системе распознавания предполагается следующее. Если сторона В выполняет некоторые мероприятия, препятст­ вующие стороне А в определении /-го признака, (/=1, ...,

уѴ), то это приводит к тому, что технические средства наблюдения системы распознавания полностью лишают­ ся возможности определять данный /-й признак. Рас­ смотренная задача может быть обобщена на тот случай, когда мероприятия стороны В, связанные с противодей­

ствием системе распознавания,

приводят

к тому, что

признаки объектов Xj

средствами системы

распознава­

ния определяются с

некоторыми

вероятностями

pjonp,

j — 1, . .., N. Предполагая, что информированность

сто­

рон распространяется

также на

значения

вероятностей

€4

 

 

 

 


Р і,0ПР. оптимальной

стратегией

системы

распознавания

является также максминная стратегия, т. е. такое

Г Л0

« ОТ

что

 

 

 

 

 

Я0 {Я, ,

 

Яд,},

 

 

 

 

 

jnin

шіп

2

l ) pjJ) [ 1 _

(1 — ^ ) (1 _

р"пр)] =

|і £ л

lsSrsgn у_]

 

 

 

 

 

 

= inax _ min

min

S

^ » [ l

— (1 —

(1 — p”np)l. (З.37)

где, как и выше,

Л =

Я: Zj =

1 или

О,

У] < СА

 

 

 

 

 

 

 

 

 

/= 1

Af =

{л:

=

0

или 1-

£

^ ( р7 ) ( 1 - ^ ) < с Л .

 

 

 

 

 

 

/=1

 

 

і

Здесь предполагается, что затраты на проведение мер противодействия определению /-го признака зависят от величины Pj01ip, то есть Св = СВ (р™ір).

Таким образом, и в данном случае возникает дискрет­ ная максминная задача с ограничениями на обе перемен­ ные Я и |і и ее решение может быть получено также на основе применения метода штрафных функций подобно тому, как это выполнено выше.

При этом легко заметить, что если мероприятия сто­ роны В полностью исключают возможность определения

/-го признака, то = О и выражение (3.37) преобра­

зуется к виду (3.32).

Построение технических средств наблюдения системы распознавания в соответствии с найденным значением

Я°= { я ” ..., Яд,} при любой схеме противодействия, изб­

ранной стороной В , обеспечивает системе распознавания

максимальную гарантированную эффективность.

Мы рассмотрели достаточно общий метод выбора со­ вокупности признаков, которые целесообразно и доступ­ но использовать при построении системы распознавания. Однако на практике достаточно часто возникает более простая задача, состоящая в проведении сравнительной оценки качества признаков. На некоторых методах ре­ шения этой задачи мы и остановимся. При этом будем полагать, что качество признака Хі выше, чем признака

5—452

65


Xs, l, 5 = 1 , . . ., N, если в соответствии с выбранным кри­

терием сравнительной оценки величина показателя каче­ ства признака Хі больше или меньше (в зависимости от метода сравнения) показателя качества признака Xs-

3.3.МЕТОД, ОСНОВАННЫЙ НА СРАВНЕНИИ АПОСТЕРИОРНЫХ ВЕРОЯТНОСТЕЙ

Пусть, как и раньше, проведена классификация объ­ ектов, определены и описаны на языке признаков Xj,

і ~ 1,.. .. , N, классы Qi, i 1, .. ., m, т. e. известны

функ­

ции плотности fi(Xj). Пусть, кроме того, известны

апри­

орные вероятности появления объектов всех классов P(Qi). Требуется произвести сравнительную оценку при­ знаков Хі и Ха, /, 5 = 1 , .. . , N, т. е. определить, какой из

этих признаков качественнее, полезнее, обладает лучши­ ми разделительными свойствами.

Разделим диапазон изменения признака Хі на интер­

валы:

1) Д(,) (X,) — на которых отлична от нуля одна функ­ ция fi(Xi);

2) Д^2)(Х;) — на которых отличны от нуля две функ­

ции fi(Xi).

3) А(т\Хі) — на которых отличны от нуля т функций

Ші ) .

То же проделаем и с признаком Xs, т. е. определим

интервалы: Д'!)(Х5), Д*2)(Х5)......

Д*т )(Х5).

Предположим, что выполняются следующие зависи­ мости: если объект принадлежит классу Йг-, то признак

х г <= {д<)} (Xt) V д Г (Хд V ... V Д'и) №)}•

Тогда вероятность получить однозначное решение опре­

деляется так:

т

=

S P(Q,)P[X,GA'1) ( В Д ] =

 

 

і=1

 

 

т

 

=

f ' f i i X d d X t .

(3.38)

AfwVp

66


Вероятность получить двузначное решение (такое, как „класс і или класс / “) равна

т

= % Р (й (-)Р [х ге д ; 2> ( а д =

1

т

 

 

 

=

j

fi(Xi)dXlt

(3.39)

і=І

д !2)

(xt)

 

Л (2)

где Д^ — совокупность интервалов, на которых отличны

от нуля какие-либо две функции из набора /г-(Хг). Наконец, вероятность получить m-значное решение

вида „класс 1 или класс 2,..., или класс m“ равна

т

 

р т = ^ Р (

й Ро [

X

, е

( хд м<

т =)

 

 

і= \

 

 

 

 

 

 

 

 

= 2

т

)

j

 

fi(Xi)dXlt

(3.40)

 

;=>

 

д!т)_(хр

 

 

 

 

где Д™(Хг) — совокупность интервалов,

на

которых от­

личны от нуля все т функций /г(Хг),

г =

1,

2,..., т.

Обозначим через М (q) математическое ожидание слу­

чайной

величины

q,

которая может

принимать значения

<7= 1 ,

2,..., т с

вероятностями

Pit

t =

1,..., т. Тогда

 

 

 

 

т

іРі .

 

 

 

 

 

 

М(<7) = Х

 

 

(3.41)

і=1

Определим указанное математическое ожидание для первого и второго признака, т. е. Мх (q) и MXs(q). Если

Мх (<7) > М (<7), то признак Xs обладает большими раз­

делительными свойствами, и наоборот, если MXs(q)^>

> М у (о), то признак Хг обладает большими раздели-

тельными свойствами. Будем полагать, что в первом случае выше качество признака X s, а во втором— Хі.

Рассмотрим следующий пример. Пусть в некотором электриче­ ском контуре возможно возникновение колебаний двух видов, каж­ дый из которых характеризуется своими значениями амплитуды и частоты. Будем полагать, что колебания первого вида составляют

5*

67


f1(X2 ) [l/mA]

Мг{Хг)[і/іпА]

13X9[mA]

Рис. 3.1.

первый класс явлений Qb а колебания второго вида — класс Q2. По­ ложим, для распознавания явлений используются следующие призна­ ки: частота колебаний X t [1/с] и амплитуда колебаний Х2 [шАІ — и заданы законы распределений этих признаков по классам т е функ­ ции fi(Xj) (рис. 3.1). При этом

№ ) = 1/(8—2) =0,166 [с], /2(Хі) = 1/(12—7) =0,2 [с], fi(X2) =

= 1/(6—il) =0,2(l/mA], Ы * 2) = 1/(13—3)=0,1

[1/шА].

Заданы также

априорные

вероятности появления явлений обоих

™ассов: ^>(^і) = 0,4;

Р (Й 2) =

0,6.

Определим значения интервалов

4 (Л/)- Они

соответственно

равны

 

 

Д р (/Г,)

=

5 [1/cJ,

Д(') (А,) =

4 [1/с],

 

Д|2) (X,)

=

4P) (/Г,) =

1 [1/cJ.

 

 

Д|1)(//2) =

2 [мА[,

Д<2) ( * г) =

7[мА],

 

4 2) № )

=

4^> (-*'г) =

3 [мА].

 

Рассчитаем значения

вероятностей

 

 

 

Л ( * і ) = Я ( е , )

j

/,( * ,) < * * ,+

 

 

 

 

 

 

Д1!) (X,)

 

+

P { Q2)

j

}2 {X,) dX,

=

0,4.0,83 +

0 ,6 -0 ,8 ^0 ,8 1 ,

 

 

4 ’V .)

 

 

J /.(А :t) d X l +

 

 

Л ( А '1) =

Р (Й І)

 

 

 

 

 

 

4 2><+ )

 

+

Я (е г)

j

 

f i i X ^ d X j =

0,4-0,166 +

0 ,6 -0 ,2 ^0 ,1 9 ,

 

 

42 )№ )

 

 

 

 

 

68