Рассмотрена методика построения многомерных статистических моделей классификационных признаков, в качестве которых выбраны значения компонент цветовых моделей (HSI, <$E alpha>, <$E beta>). Контрольные выборки признаков классов объектов получены путем конвертирования участков оптических изображений, соответствующих объектам одного класса, в массивы данных. Оценка формы закона распределения проведена на основании статистических оценок коэффициентов асимметрии и эксцесса по плоскости моментов. Для описания компонент векторных признаков выбраны нормальное, усеченное нормальное распределение и смесь усеченных нормальных плотностей распределения вероятности. В качестве модели двухмерных признаков {H, S} и {<$E alpha>, <$E beta>} использовано двумерное нормальное распределение, параметры которого находились как статистические оценки математического ожидания, среднеквадратического отклонения и коэффициентов корреляции между компонентами. Для уточнения значений параметров использовался оптимизационный подход, обеспечивающий наилучшее совпадение эмпирического и теоретического распределений.

  Повний текст PDF - 972.558 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"