В работе предложен новый подход к решению задачи совместного построения решающих правил классификации и рабочего словаря признаков в обучающихся системах распознавания, основанный на использовании взвешенных обучающих выборок. Описаны метод w-GridDC формирования взвешенной обучающей выборки w-объектов, алгоритм w-MIEF построения рабочего словаря признаков на её основе и модифицированный метод k-ближайших соседей для выполнения классификации объектов. Приведены результаты экспериментальных исследований, подтвердившие эффективность предложенного подхода.
У роботі запропонований новий підхід до вирішення задачі побудови розвя’зувальних правил класифікації та робочого словника ознак у системах розпізнавання, що навчаються. Основою цього підходу є використання зважених навчальних вибірок. Наведено метод w-GridDC формування зваженої навчальної вибірки w-об’єктів, алгоритм w-MIEF побудови робочого словника ознак на її основі та модифікований метод k-найближчих сусідів для виконання класифікації об’єктів. Наведено результати експериментальних досліджень, що підтверджують ефективність запропонованого підходу.
A new approach to solving the problem of joint constructing of classification decision rules and feature selection in the recognition training systems based on weighted training samples use is given in the article. W-GridDC method of forming a weighted training sample of w-objects, the algorithm w-MIEF of construction the feature set based on it, and a modified method of k-nearest neighbor for objects classification are described. Experimental results have confirmed the effectiveness of the proposed approach.