МЕТОДИКА ПОБУДОВИ СТАТИСТИЧНИХ МОДЕЛЕЙ ОБ'ЄКТІВ ЗА БАГАТОКАНАЛЬНИМИ ДАНИМИ
І.М. Крамська
Розглянуто методику
побудови багатовимірних статистичних моделей класифікаційних ознак, в якості
яких обрані значення компонент колірних моделей (HSI, αβ). Контрольні вибірки ознак класів об'єктів були
отримані шляхом конвертації ділянок оптичних зображень, відповідних об'єктам
одного класу, в масиви даних. Оцінка
форми закону розподілу проводилася на підставі статистичних оцінок коефіцієнтів
асиметрії і ексцесу по площині моментів. Для
опису компонент векторних ознак були обрані нормальний, зрізаний нормальний
розподіл і суміш зрізаних нормальних щільностей
розподілу імовірності. В якості моделі
двовимірних ознак {H, S} і {α, β} використовувався двовимірний
нормальний розподіл, параметри якого знаходилися як статистичні оцінки
математичного очікування, середньоквадратичного відхилення і коефіцієнтів кореляції
між компонентами. Для уточнення значень параметрів використовувався
оптимізаційний підхід, що забезпечує найкращий збіг емпіричного і теоретичного
розподілів.
Ключові
слова: колірна модель, класифікація,
багатовимірна статистична модель, зрізаний нормальний розподіл, параметри
суміші.