РУсскоязычный Архив Электронных СТатей периодических изданий
Найти!
Информационно-управляющие системы/2015/№ 2/
В наличии за
149 руб.
Купить
Облако ключевых слов*
* - вычисляется автоматически
Недавно смотрели:

МЕТОД КЛАССИФИКАЦИИ СИГНАЛОВ НА ОСНОВЕ СПЕКТРАЛЬНОГО АНАЛИЗА ГРАФА КЛАСТЕРНОГО РАЗБИЕНИЯ

Постановка проблемы: большинство методов классификации сигналов учитывают внутреннюю структуру объек- тов, основываясь только на марковских предположениях, что приводит к потере значительной части дискриминантной информации, содержащейся в сигнале. Целью данной работы является улучшение качества работы методов класси- фикации сигналов за счет анализа информации о структуре их кластерного разбиения. Результаты: предложен метод классификации на основе спектрального анализа графов, формируемых по обучаемой с учителем модели, и разработан способ классификации сигналов на основе анализа структуры кластеров, получаемых в результате отображения сигнала на нелинейное главное многообразие малой размерности с помощью алгоритма формирования самоорганизующейся карты Кохонена. Полученное кластерное разбиение представляется в виде графа. Определены граф данных и граф мо- дели, задаваемые на топологической, упорядоченной структуре карты Кохонена. Целочисленная мера сходства графа данных и графа модели вычисляется с использованием методов спектральной теории графов. Экспериментально до- казано улучшение качества классификации при объединении предложенного в работе метода с широко известными методами, такими как HMM и HCRF, а также с ранее разработанным нами методом NPM-PGM. Практическая значи- мость: разработанный метод может быть использован для решения задач распознавания сигналов (последователь- ностей наблюдений), таких как, например, распознавание рукописных символов, написанных

Авторы
Тэги
Тематические рубрики
Предметные рубрики
В этом же номере:
Резюме по документу**
ОБРАБОТКА ИНФОРМАЦИИ И УПРАВЛЕНИЕ УДК 004.931:519.176 doi:10.15217/issn1684-8853.2015.2.23 МЕТОД КЛАССИФИКАЦИИ СИГНАЛОВ НА ОСНОВЕ СПЕКТРАЛЬНОГО АНАЛИЗА ГРАФА КЛАСТЕРНОГО РАЗБИЕНИЯ <...> П. А. Соловьева, Рыбинск, РФ Постановка проблемы: большинство методов классификации сигналов учитывают внутреннюю структуру объектов, основываясь только на марковских предположениях, что приводит к потере значительной части дискриминантной информации, содержащейся в сигнале. <...> Результаты: предложен метод классификации на основе спектрального анализа графов, формируемых по обучаемой с учителем модели, и разработан способ классификации сигналов на основе анализа структуры кластеров, получаемых в результате отображения сигнала на нелинейное главное многообразие малой размерности с помощью алгоритма формирования самоорганизующейся карты Кохонена. <...> Определены граф данных и граф модели, задаваемые на топологической, упорядоченной структуре карты Кохонена. <...> Целочисленная мера сходства графа данных и графа модели вычисляется с использованием методов спектральной теории графов. <...> Экспериментально доказано улучшение качества классификации при объединении предложенного в работе метода с широко известными методами, такими как HMM и HCRF, а также с ранее разработанным нами методом NPM-PGM. <...> Практическая значимость: разработанный метод может быть использован для решения задач распознавания сигналов (последовательностей наблюдений), таких как, например, распознавание рукописных символов, написанных стилусом на планшете, и распознавание действий человека по данным акселерометра наручного браслета. сравнение графов. <...> Ключевые слова — классификация сигналов, самоорганизующаяся карта Кохонена, спектральная теория графов, Введение Большинство методов классификации временных последовательностей (сигналов), например скрытые марковские модели (HMM — Hidden Markov Model) [1] или условные случайные поля со скрытыми состояниями (HCRF — Hidden Conditional Random Fields <...>
** - вычисляется автоматически, возможны погрешности

Похожие документы:

  • Похожие документы из РУАЭСТ
  • |
  • Похожие документы из Руконт

Помощь:

Участники:

© НЦР Руконт 2014