Предложен новый метод сокращения обучающих выборок GridDC (Grid-density-center method), основанный на покрытии признакового пространства сеткой и нахождении единственного объекта клетки как объекта новой обучающей выборки. Предложен принцип формирования сетки и способы построения объектов сокращенной обучающей выборки. Для определения эффективности предложенного метода проведен сравнительный экспериментальный анализ с известными методами сокращения обучающих выборок, показавший эффективность метода GridDC.
Метою роботи є розробка методу скорочення навчальних вибірок у системах розпізнавання. Запропоновано новий метод скорочення навчальних вибірок GridDC (Grid-density-center method), який базується на покритті ознакового простору сіткою і знаходженні єдиного об’єкта клітки як об’єкта нової навчальної вибірки. Запропоновано принцип формування сітки і способи побудови об’єктів скороченої навчальної вибірки. Для визначення ефективності запропонованого методу проведений порівняльний експериментальний аналіз з відомими методами скорочення навчальних вибірок, що показав ефективність методу GridDC.
A grid-density-center method of the reduction of the teaching selections in the recognition systems is proposed. It is based on coverage of character space and on finding the unique object of a cage as object of new teaching selections. Principle of forming of the grid and methods of the construction of the objects of brief teaching selection are offered. For calculation of the efficiency of the offered method a comparative experimental analysis is conducted with the known methods. The analyses have shown that the method increases accuracy the classification and decrease the length of the teaching selections.
