Том 7, номер 06, статья № 14

Аннотация:

В рамках байесова подхода к построению решающих правил распознавания образов в пространстве описаний высокой размерности решается задача восстановления многомерных условных функций плотности классов на основе нормализующих преобразований, удовлетворяющих двум условиям. Первое из них состоит в том, чтобы оценки распределений отдельных признаков с достаточной для практики надежностью согласовывались с истинными одномерными распределениями. Второе требование сводится к тому, чтобы аппроксимирующее распределение описывало статистические связи между компонентами вектора наблюдений.

Список литературы:

1. Репин В.Г., Тартаковский Г.П. Статистический синтез при априорной неопределенности и адаптации информационных систем. М.: Сов. радио, 1977. 432 с.
2. Пугачев В.С. Теория вероятностей и математическая статистика. М.: Наука, 1979. 496 с.
3. Ramberg J.S., Schmeiser B.W. // Communication of the Acm. 1972. V. 15. N 11. P. 987-990.
4. Кендалл М., Стьюарт А. Теория распределений. М.: Наука, 1966. 588 с.
5. Хан Г., Шапиро С. Статистические модели в инженерных задачах. М.: Мир, 1968. 395 с.
6. Серых А.П., Протасов К.Т., Боркун Ф.Я. Известия вузов. Нефть и газ. 1972. N 1. С. 3 - 9