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.