ТИМСОЛЛАРНИ ТАНИБ ОЛИШДА БЎСАҚАВИЙ ҚИЙМАТЛАРНИ ҲИСОБЛАШ АЛГОРИТМИ

2021-12-22T19:06:56+03:00
Ахрам НИШАНОВ
Муҳаммад ал-Хоразмий номидаги Тошкент ахборот технологиялари университети “Ахборот технологияларининг дастурий таъминоти” кафедраси профессори, Ўзбекистон E-mail: nishanov_ahram@mail.com
Р.Ж. БЕГЛЕРБЕКОВ
Қорақалпоғистон қишлоқ хўжалиги ва агротехнологиялар институти, катта ўқитувчи
Ҳ.Б. АБДУРАИМОВ
Термиз давлат университети, биринчи босқич магистанти
DOI: https://doi.org/10.47689/978-9943-7818-0-1-pp121-128
Ключевые слова:
Аннотация:

Мақолада информатив белгилар фазосида синфлаштириш масаласини ечиш учун яқинлик функция қийматлари Фишер функционали элементларидан фойдаланилган ҳолда аниқланади. Объект ва унинг белгилари мажмуалари қанчалик чуқур ўқитилса, натижа шунчалик муваффақиятли бўлади. Бу ерда функционал компоненталари вектор кўринишида эмас, балки матрица кўринишида ифодаланади. Ўқув танланмаси ҳар бир объекти алоҳида ўқитилгандан сўнг тимсолларни таниб олиш масалаларида асосий масалалардан бири бўлган бўcақавий қиймат матрицаси элементлари ҳисобланади. Ҳар бир синф объектлари учун бўсақавий қиймат алоҳида ҳисобланган. Мақолада бўсақавий қийматларга асосланган ҳолда объектларнинг муҳимлик даражалари аниқланган.

Информатив белгилар фазосида яқинлик функция қийматларини аниқлашда Фишер функционали элементларидан фойдаланилган. Бунда функционал параметрларини ҳисоблаш ишлари ўқув танланмасидаги барча объектлар кесимида алоҳида амалга оширилган. Асосий ғоянинг моҳияти шундан иборатки ,объект ва унинг белгисига қанча яқинлашилса, яъни чуқур ўқитилса, натижа шунчалик муваффақиятли бўлади. Бу ерда функционал компоненталари вектор кўринишида эмас, балки матрица кўринишида ифодаланади. Ўқув танланмаси ҳар бир объекти алоҳида ўқитилгандан сўнгр тимсолларни таниб олиш масалаларида асосий масалалардан бири бўлган бўcақавий қиймат матрицаси элементлари ҳисобланади. Ҳар бир синф объектлари учун бўсақавий қиймат алоҳида ҳисобланган. Мақолада бўсақавий қийматларга асосланган ҳолда объектларнинг муҳимлик даражалари аниқланган.
1. Информатив белгилар фазоси ва Фишер мезони [1-4]. Фараз қилайлик, ўқув танланмалар мажмуаси қуйидаги кўринишда ифодаланган x_p1,x_p2,…,x_(〖pm〗_p )∈X_p,p=(1,r) ̅ бўлсин. Бу ерда x_pi N-ўлчовли белгилар фазоси вектори, ҳар бир объект x_pi=(x_pi^1,x_pi^2,…x_pi^N ),i=(1,m_p ) ̅, N-ўлчовли белгилар фазосида қаралган, X_p эса объектлар р-синфини билдириб, p=(1,r ) ̅ қийматларни қабул қилади, X_p синф m_p та x_p1,…,x_(p_(m_p ) ) объектлардан ташкил топган [1-9].
Информатив белгилар қисм фазосини бир қийматли характерловчи
X_p синфга мос λ_p=(λ_p^1,λ_p^2,…,λ_p^N), λ_p∈{0;1},i=(1,N) ̅ вектор киритилади.
Берилган р-синф объектларига мос сифат мезони I(λ_p) орқали белгиланади ва танланиши лозим бўлган l_p та (l_p≪N),λ_p информатив белгилар фазоси эса қуйидагича қурилади [3-7]:
〖 Λ〗^(l_p )={λ_p:∑_(k=1)^N▒λ_p^k =l_p,λ^(l_p )∈{0;1},p=(1,r) ̅ } (1)
Қаралаётган синф объектлари учун муҳим бўлган информатив белги ёки белгилар мажмуаси (1) тўплам элементи λ_p Буль векторига кўра, уларнинг яъни белги ва белгиларнинг информативлик даражаси I(λ_p) сифат мезонининг қабул қилган қийматига асосланган ҳолда аниқланади.
Фараз қилайлик, I(λ_p) сифат мезони Фишер функционали кўринишида ифодаланган бўлсин [5]:
I(λ_p )=((a,λ_p))/(〖(b〗_p,λ_p)) (2)
Бу ерда (2) Фишер функционали a=(a^1,a^2,…,a^N), b=(b_p^1,b_p^2,…,b_p^N) векторлар N-ўлчовли белгилар фазосида қаралиб, уларнинг компоненталари қуйидагича ҳисобланади:
a_i^j=∑_(p=1)^r▒(x_pi^j-x ̅_p^j )^2 ,i=¯(1,m_p ); j=(1,N) ̅,b_p^j=1/m_p ∑_(i=1)^(m_p)▒(x_pi^j-x ̅_p^j )^2 ,j=(1,N) ̅ (3)
X_p синфнинг ўртача объекти x ̅_p қуйидагича ҳисобланади:
x_p=1/m_p ∑_(i=1)^(m_p)▒x_pi ,p=(1,r) ̅ (*,*) – векторларнинг скаляр кўпайтмасини билдиради.
2. Информатив белгилар фазосида ε бўсақавий қиймат ва яқинлик функцияси асосида объектларнинг муҳимлик даражасини аниқлаш [2, 8].
Фишер функционали I(λ_p ) элементлари N-ўлчовли белгилар фазосида a=(a^1,a^2,…,a^N), b_p=(b_p^1,b_p^2,…,b_p^N) векторлар кўринишида берилган, компоненталари (3) формула асосида ҳисобланган ҳамда информатив белгилар мажмуаси (1) орқали ифодаланган бўлсин.
Берилган a=(a^1,a^2,…,a^N) информатив белгилар фазосида дейилади, агарда λ_p a=(λ_p^1 a^1,〖λ_p^2 a〗^2,…,〖λ_p^N a〗^N), 〖λ_p∈Λ〗^(l_p ) амал ўринли бўлса.
Информатив белгилар фазосида бўсақавий вектор λ_p ε=(〖λ_p^1 ε〗^1,〖λ_p^2 ε〗^2,…,〖λ_p^N ε〗^N), 〖λ_p∈Λ〗^(l_p ) кўринишда бўлиб, компоненталарининг қийматлари қуйидагича аниқлансин:
〖 ε〗_i^j= {█((a_i^j)/b^j , агар λ_p^j=1 бўлса,@0 ,агар λ_p^j=0 бўлса.)┤ (4)
Худди шунингдек, бўсақавий қиймат вектори компоненталаридан фойдаланган ҳолда X_p синфнинг иккита объектлари x_(pi ) ва ¯(x_p ) орасидаги яқинлик функцияси ρ_pi^j (x_(pi,) x ̅_p) ни l_p та (l_p≪N),λ_p информатив белгилар фазосида қуйидагича киритиб олинади:
ρ_pi^j (x_(pi,) x ̅_p,λ_р )={█(1 агар |λ_p^j ┤(x_pi^j-x ̅_p^j ├ )┤|<ε^j,j=¯(1,N).@0 акс ҳолда |λ_p^j ┤(x_pi^j-x ̅_p^j ├ )┤|≥ε^j,j=¯(1,N).)┤ (5)
Биринчи шарт иккита объектлар орасидаги ўхшашлик даражасини билдирса, иккинчи шарт уларнинг бир-биридан фарқи катталигини билдиради, яъни бу компоненталар бир-бирига ўхшаш эмаслигини билдиради.
Информатив белгилар фазосида i-объектларнинг Х_р синфнинг шаклланишига қўшган ҳиссасини баҳолаш. Қуйида x_pi ∈Х_р, i-объектнинг
р-синфни шакллантиришга информатив белгилар фазосида қўшган ҳиссасини баҳолаш формуласи келтирилган:
〖 Г〗_i (x_(pi,) x ̅_pk,λ_р )=∑_(i=1)^(m_p)▒∑_(j=1)^N▒〖ρ_pi^j (x_(pi,) x ̅_p,λ_р ) ,i=¯(1,m_p ); k=¯(1,m_p ); j≠k〗 (6)
Ишлаб чиқилган бўсақавий қиймат алгоритми ва яқинлик функцияларини амалда қўллашни масалада кўриб чиқилади.
Агар бизга қуйидаги 4 та синф берилган бўлса, синфларнинг объект ва параметрлари ҳар хил бўлсин.

X_1=(█(3 2 2 2 4 1 1 2 2 5 2 2@3 2 2 2 2 1 1 2 2 8 2 2@3 2 2 2 3 1 1 2 2 8 2 2@5 2 3 2 7 1 1 2 2 5 2 2@5 2 3 2 7 1 1 2 2 5 2 1@5 2 3 2 7 1 1 2 2 5 2 2))
█( @X)_2=(█(1 2 2 2 4 1 1 2 2 3 2 3@6 2 2 2 2 1 1 2 2 7 2 3@3 2 2 2 3 1 1 3 2 8 2 1@3 2 2 2 7 1 1 2 1 10 2 4@5 2 2 2 7 1 1 2 1 11 2 4@5 2 2 2 7 1 2 2 2 5 2 2@4 2 3 2 7 1 1 2 2 5 2 1))
X_3=(█(3 3 2 2 3 1 1 2 2 3 2 1@3 2 3 2 4 2 1 2 2 4 2 2@3 2 3 2 4 1 1 3 1 7 2 1@2 4 3 2 1 1 1 2 2 3 2 1@3 3 3 2 6 1 1 2 1 9 2 2@1 2 3 2 5 1 1 2 1 7 2 3))
X_4=(█(3 1 1 1 1 1 1 1 1 1 1 4@2 2 1 1 2 1 2 2 2 2 1 3@2 4 2 3 5 3 2 2 3 6 3 3@3 2 3 2 5 1 1 2 2 8 2 1@2 3 1 2 8 1 1 2 1 7 2 4))

1-қадам. Алгоритмга кўра, ҳар бир синфнинг ўртача объекти x ̅_p=1/m_p ∑_(i=1)^(m_p)▒x_pi ,p=(1,r) ̅ га нисбатан топилади. Ўртача объектнинг параметрлари қуйидаги формула асосида ҳисобланади, x ̅_p^j=1/m_p ∑_(i=1)^(m_p)▒x_pi^j ,p=(1,4) ̅, бу формулага асосан ўртача объектлар қуйидагича бўлади:
x ̅_1^1=1/( 6) ∑_(j=1)^6▒〖x_1j^1=1/( 6) (3+3+3+5+5+5)=4〗;x ̅_1^1=4;
x ̅_1^2=1/( 6) ∑_(j=1)^6▒〖x_1j^2=1/( 6) (2+2+2+2+2+2)=2〗;x ̅_1^2=2;
x ̅_1^3=1/( 6) ∑_(j=1)^6▒〖x_1j^3=1/( 6) (2+2+2+3+3+3)=2,5〗;x ̅_1^3=2,5;
x ̅_1^4=1/( 6) ∑_(j=1)^6▒〖x_1j^4=1/( 6) (2+2+2+2+2+2)=2〗;x ̅_1^4=2;
x ̅_1^5=1/( 6) ∑_(j=1)^6▒〖x_1j^5=1/( 6) (4+2+3+7+7+7)=5〗;x ̅_1^5=5;
x ̅_1^6=1/( 6) ∑_(j=1)^6▒〖x_1j^6=1/( 6) (1+1+1+1+1+1)=1〗;x ̅_1^6=1;
x ̅_1^7=1/( 6) ∑_(j=1)^6▒〖x_1j^7=1/( 6) (1+1+1+1+1+1)=1〗;x ̅_1^7=1;
x ̅_1^8=1/( 6) ∑_(j=1)^6▒〖x_1j^8=1/( 6) (2+2+2+2+2+2)=2〗;x ̅_1^8=2;
x ̅_1^10=1/( 6) ∑_(j=1)^6▒〖x_1j^10=1/( 6) (5+8+8+5+5+5)=6〗;x ̅_1^10=6;
x ̅_1^11=1/( 6) ∑_(j=1)^6▒〖x_1j^11=1/( 6) (2+2+2+2+2+2)=2〗;x ̅_1^11=2;
x ̅_1^12=1/( 6) ∑_(j=1)^6▒〖x_1j^12=1/( 6) (2+2+2+2+1+2)=2〗;x ̅_1^12=2;
x ̅_1=(4;2;2,5;2;5;1;1;2;2;6;2;1,8333).

Худди шунингдек, иккинчи, учинчи ва тўртинчи синфлар ўрта объектлари ҳисобланади ва унинг қийматлари қуйидагича бўлади:
¯(〖 x〗_2 )=(3,8571;2;2,1428;2;5,2857;1;1,1428;2,1428;1,7143;7;2;2,5714);
¯(〖 x〗_3 )=(2,5;2,6667;2,8333;2;3,8333;1,1667;1;2,1667;1,5;5,5;2;1,6667);
¯(〖 x〗_4 )=(2,4;2,4;1,6;1,8;4,2;1,4;1,4;1,8;1,8;4,8;1,8;3);
2-қадам. Бу ерда Фишер функционали, a=(a^1,a^2,…,a^N), b=(b_p^1,b_p^2,…,b_p^N) векторлари компоненталарининг қийматларини (3) формулага асосан ҳисоблаймиз:
a^1= (x_1^1-x ̅_1^1 )^2= (3-4)^2=1; a^2= (x_1^2-x ̅_1^2 )^2= (2-2)^2=0;a^3= (x_1^3-x ̅_1^3 )^2= (2-2,5)^2=0,25;
a^4= (x_1^4-x ̅_1^4 )^2= (2-2)^2=0;a^5= (x_1^5-x ̅_1^5 )^2= (4-5)^2=1;a^6= (x_1^6-x ̅_1^6 )^2= (1-1)^2=0;
a^7= (x_1^7-x ̅_1^7 )^2= (1-1)^2=0;a^8= (x_1^8-x ̅_1^8 )^2= (2-2)^2=0;a^9= (x_1^9-x ̅_1^9 )^2= (2-2)^2=0;
a^10= (x_1^10-x ̅_1^10 )^2= (5-6)^2=1;a^11= (x_1^11-x ̅_1^11 )^2= (2-2)^2=0;
a^12= (x_1^12-x ̅_1^12 )^2= (2-1,8333)^2=0,0278;
Шундай қилиб, a вектори компоненталари орқали қуйидагича ифодаланади:

a=(█(1 0 0,25 0 1 0 0 0 0 1 0 0,0278@1 0 0,25 0 9 0 0 0 0 4 0 0,0278@1 0 0,25 0 4 0 0 0 0 4 0 0,0278@1 0 0,25 0 4 0 0 0 0 1 0 0,0278@1 0 0,25 0 4 0 0 0 0 1 0 0,0278@1 0 0,25 0 4 0 0 0 0 1 0 0,0278))

Бу келиб чиққан жадвалдан устунлари 0 бўлган параметрларни чизиб ташласақ, a вектори қуйидаги компоненталарга эга бўлади:

a=(█(1 0,25 1 1 0,0278@1 0,25 9 4 0,0278@1 0,25 4 4 0,0278@1 0,25 4 1 0,0278@1 0,25 4 1 0,0278@1 0,25 4 1 0,0278))

b вектори компоненталари ҳам ҳисобланиб, компоненталари қуйидаги қийматларни қабул қилади:
b=(1;0,25;4,3333;2;0,1389).
3-қадам. Аниқланган иккита вектор компоненталари асосида бўсақавий вектор компоненталари (4) формула асосида қуйидагича аниқланади:
ε_i=(ε_i^1,ε_i^2,…,ε_i^N ) ∶i=¯(1,6.) ε_1=(1;1;0,23;0,5;0,2); ε_2=(1;1;2,08;2;0,2);
ε_3=(1;1;0,92;2;0,2); ε_4=(1;1;0,92;0,5;0,2); ε_5=(1;1;0,92;0,5;5);
ε_6=(1;1;0,92;0,5;0,2);
4-қадам. Аниқланган биринчи синф ўрта объекти ва бўсақавий вектор асосида (5) формуладан фойдаланиб, ўрта объект ва бошқа объектлар орасидаги яқинлик вектори аниқланади:
Эслатма: 1-синфнинг бир хил элементларга эга бўлган устунларининг яқинлик вектори аниқланмайди, уларга нисбатан бўсақавий векторлари компонентлари мавжуд эмас. Бу устунлар 2, 4, 6, 7, 8, 9, 1.
x_11=(3;2;4;5;2),x ̅_1=(4;2,5;5;6;1,8333);
ε_1=(1;1;0,23;0,5;0,2), ρ(x_11;x ̅_1 )=(0;1;0;0;1),∑▒〖ρ(x_11;x ̅_1 )=2〗;
x_12=(3;2;2;8;2),x ̅_1=(4;2,5;5;6;1,8333);
ε_2=(1;1;2,08;2;0,2),ρ(x_12;x ̅_1 )=(0;1;0;0;1), ∑▒〖ρ(x_12;x ̅_1 )=2〗.
x_13=(3;2;3;8;2),x ̅_1=(4;2,5;5;6;1,8333);
ε_3=(1;1;0,92;2;0,2), ρ(x_13;x ̅_1 )=(0;1;0;0;1), ∑▒〖ρ(x_13;x ̅_1 )=2〗.
x_14=(5;3;7;5;2),x ̅_1=(4;2,5;5;6;1,8333);
ε_4=(1;1;0,92;0,5;0,2), ρ(x_14;x ̅_1 )=(0;1;0;0;1), ∑▒〖ρ(x_14;x ̅_1 )=2〗.
x_15=(5;3;7;5;1),x ̅_1=(4;2,5;5;6;1,8333);
ε_5=(1;1;0,92;0,5;5), ρ(x_15;x ̅_1 )=(0;1;0;0;1), ∑▒〖ρ(x_15;x ̅_1 )=2〗.
x_16=(5;3;7;5;2),x ̅_1=(4;2,5;5;6;1,8333);
ε_6=(1;1;0,92;0,5;0,2), ρ(x_16;x ̅_1 )=(0;1;0;0;1), ∑▒〖ρ(x_16;x ̅_1 )=2〗.
5-қадам. Бўсақавий вектор компоненталари (4) формула асосида X_2 синф объектлари учун аниқланади:
ε_i=(ε_i^1,ε_i^2,…,ε_i^N ) ∶i=¯1,7;
ε_1=(3,4;0,17;0,39;0,17;0,17;0,4;2,24;0,13);
ε_2=(1,9;0,17;2,57;0,17;0,17;0,4;0;0,13);
ε_3=(0,3;0,17;1,24;0,17;6;0,4;0,14;1,78);
ε_4=(0,3;0,17;0,7;0,17;0,17;2,5;1,26;1,47);
ε_5=(0,54;0,17;0,7;0,17;0,17;2,5;2,24;1,47);
ε_6=(0,54;0,17;0,7;6;0,17;0,4;0,56;0,23);
ε_7=(0,008;6;0,7;0,17;0,17;0,4;0,56;1,78).
X_3 синф объектлари учун:
ε_i=(ε_i^1,ε_i^2,…,ε_i^N ) ∶i=¯1,6;
ε_1=(0,43;0,2;5;0,28;0,2;0,2;1;1,19;0,8);
ε_2=(0,43;0,8;0,2;0,01;5;0,2;1;0,43;0,2);
ε_3=(0,43;0,8;0,2;0,01;5;0,2;1;0,43;0,2);
ε_4=(0,43;3,2;0,2;3,25;0,2;0,2;1;1,19;0,8);
ε_5=(0,43;0,2;0,2;1,9;0,2;0,2;1;2,34;0,2);
ε_6=(3,86;0,8;0,2;0,55;0,2;0,2;1;10,43;3,2).
X_4 синф объектлари учун:
ε_i=(ε_i^1,ε_i^2,…,ε_i^N ) ∶i=¯1,5;
ε_1=(1,5;1,9;0,56;1,14;1,66;0,25;0,67;4;1,14;1,86;1,14;0,83);
ε_2=(0,67;0,15;0,56;1,14;0,78;0,25;1,5;0,25;0,07;1,01;1,14;0);
ε_3=(0,67;2,46;0,25;2,57;0,1;4;1,5;0,25;2,57;0,18;2,57;0);
ε_4=(1,5;0,15;3,06;0,07;0,1;0,25;0,67;0,25;0,07;1,32;0,07;3,3);
ε_5=(0,67;0,35;0,56;0,07;2,34;0,25;0,67;0,25;1,14;0,62;0,07;0,83).
6-қадам. Худди шунингдек, X_2 синфнинг объектлари учун 4-қадамда бажарилган ҳисоблашлар амалга оширилади ва қуйидаги натижага эга бўламиз:
ρ(x_21;x ̅_2 )=(1;1;0;1;1;1;0;0), ∑▒〖ρ(x_21;x ̅_2 )=5〗;
ρ(x_22;x ̅_2 )=(0;1;0;1;1;1;0;0), ∑▒〖ρ(x_22;x ̅_2 )=4〗;
ρ(x_23;x ̅_2 )=(0;1;0;1;1;1;0;1), ∑▒〖ρ(x_23;x ̅_2 )=5〗;
ρ(x_24;x ̅_2 )=(0;1;0;1;1;1;0;1), ∑▒〖ρ(x_24;x ̅_2 )=5〗;
ρ(x_25;x ̅_2 )=(0;1;0;1;1;1;0;1), ∑▒〖ρ(x_25;x ̅_2 )=5〗;
ρ(x_26;x ̅_2 )=(0;1;0;1;1;1;0;0), ∑▒〖ρ(x_26;x ̅_2 )=4〗;
ρ(x_27;x ̅_2 )=(0;1;0;1;1;1;0;1), ∑▒〖ρ(x_27;x ̅_2 )=5〗;
X_3 синф объектлари учун:
ρ(x_31;x ̅_3 )=(0;0;1;0;1;1;1;0;1), ∑▒〖ρ(x_31;x ̅_3 )=5〗;
ρ(x_32;x ̅_3 )=(0;1;1;0;1;1;1;0;0), ∑▒〖ρ(x_32;x ̅_3 )=5〗;
ρ(x_33;x ̅_3 )=(0;1;1;0;1;1;1;0;1), ∑▒〖ρ(x_33;x ̅_3 )=6〗;
ρ(x_34;x ̅_3 )=(0;1;1;1;1;1;1;0;1), ∑▒〖ρ(x_34;x ̅_3 )=7〗;
ρ(x_35;x ̅_3 )=(0;0;1;0;1;1;1;0;1), ∑▒〖ρ(x_35;x ̅_3 )=5〗;
ρ(x_36;x ̅_3 )=(1;1;1;0;1;1;1;0;1), ∑▒〖ρ(x_36;x ̅_3 )=7〗.
X_4 синф объектлари учун эса:
ρ(x_41;x ̅_4 )=(1;1;0;1;0;0;1;1;1;0;1;1), ∑▒〖ρ(x_41;x ̅_4 )=8〗;
ρ(x_42;x ̅_4 )=(1;0;0;1;0;0;1;1;0;0;1;0), ∑▒〖ρ(x_42;x ̅_4 )=5〗;
ρ(x_43;x ̅_4 )=(1;1;0;1;0;1;1;1;1;0;1;0), ∑▒〖ρ(x_43;x ̅_4 )=8〗;
ρ(x_44;x ̅_4 )=(1;0;1;0;0;0;1;1;0;0;0;1), ∑▒〖ρ(x_44;x ̅_4 )=5〗;
ρ(x_45;x ̅_4 )=(1;0;0;0;0;0;1;1;1;0;0;0), ∑▒〖ρ(x_45;x ̅_4 )=4〗.
Демак, иккала синф учун ҳам ҳар бир объект ўз синфининг шаклланишига қўшган ҳиссаси аниқланади. Барча объектларнинг ўз синфларига қўшган ҳиссаси (6) формула асосида ҳисобланади [1, 3, 4]. Шундай қилиб:
Г(Х_1 )=1/m_p ∑_(i=1)^(m_p)▒〖Г_i (x_(pi,) x ̅_pk,λ_р )= 1/6 ∑_(i=1)^6▒〖ρ(x_1i;x ̅_1 )=2〗〗
Г(Х_2 )=1/m_p ∑_(i=1)^(m_p)▒〖Г_i (x_(pi,) x ̅_pk,λ_р )= 1/7 ∑_(i=1)^7▒〖ρ(x_2i;x ̅_1 )=33/7〗〗=4,7
Г(Х_3 )=1/m_p ∑_(i=1)^(m_p)▒〖Г_i (x_(pi,) x ̅_pk,λ_р )= 1/6 ∑_(i=1)^6▒〖ρ(x_3i;x ̅_1 )=35/6〗〗=5,8
Г(Х_4 )=1/m_p ∑_(i=1)^(m_p)▒〖Г_i (x_(pi,) x ̅_pk,λ_р )= 1/5 ∑_(i=1)^5▒〖ρ(x_4i;x ̅_1 )=30/5〗〗=6
ҳисобланган қийматлар барча объектларнинг ўз синфлари шаклланишига қўшган ҳиссаси деб тушуниш мумкин. Ёки синфларнинг муҳимлик даражаси деб ҳам тушунилади.
Хулоса ўрнида шуни айтиш лозимки, информатив белгилар фазосида синфлаштириш масаласини ечиш учун яқинлик функция қийматлари Фишер функционали элементларидан фойдаланилган ҳолда аниқланган. Ҳисоблаш ишлари ўқув танланмадаги барча объектлар кесимида алоҳида шакллантирилган. Фишер функционали компоненталари вектор кўринишида эмас, балки матрица кўринишида ифодаланган. Ўқув танланмаси ҳар бир объекти алоҳида ўқитилгандан сўнг тимсолларни таниб олиш масалаларида асосий масалалардан бири бўлган бўcақавий қиймат матрицаси элементлари ҳисобланади. Ҳар бир синф объектлари учун бўсақавий қиймат алоҳида ҳисобланган.

Библиографические ссылки:
Журавлев Ю.И., Камилов М.М., Туляганов Ш.Е. Алгоритмы вычисления оценок и их применение. Ташкент: Фан. 1974 г. – С. 119.
Нишанов А.Х., Беглербеков Р.Ж., Ахмедов О.К. Информатив белгилар фазосида тимсолларни аниқлашнинг гибрид алгоритми. ТАТУ хабарлари, 2017. № 4. – Б. 62–69.
Камилов М.М., Нишанов А.Х., Беглербеков Р.Ж. Применение решающего правила для выбора информативных наборов признаков // Химическая технология. Контроль и управления. – Ташкент, 2017, № 3. – Б. 82–85.
Kamilov M., Nishanov A., Beglerbekov R. Modified stages of algorithms for computing estimates in the space of informative features // International Journal of Innovative Technology and Exploring Engineering. 2019, 8(6). – PP. 714–717.
Nishanov A.X., Samandarov B.S. Assessment model of monitoring and defining the completeness of course elements of information systems. // Journal European Applied Sciences. Germany, 2015, – № 5. – PP. 56–58.
Нишанов А.Х., Худайбердиев М.Х. Масофадан ўқитиш тизимларида тимсолларни аниқлашнинг адаптив моделлари. Ташкент: Наврўз. 2017. – Б. 132.
Нишанов А.Х., Бабаджанов Э.С. Интерактив ахборот муҳитида электрон хизматлар. Ташкент: Алоқачи. 2017й. – Б. 254.
Фазылов Ш.Х., Нишанов А.Х., Маматов Н.С. Методы и алгоритмы выбора информативных признаков на основе эвристических критериев информативности. Ташкент: «Fan va texnologiya». 2017. – С. 132.
Akhram Nishanov, Bakhtiyorjon Akbaraliev, Rasul Beglerbekov, Oybek Akhmedov, Shukhrat Tajibaev and Rashidjon Kholiknazarov. Analytical method for selection an informative set of features with limited resources in the pattern recognition problem// E3S Web of Conferences 284, 04018 (2021), – PP. 1–9. https://doi.org/10.1051/e3sconf/202128404018.
Опубликован
2021-12-22
Материал
Просмотров: 0
Как цитировать
Ахрам НИШАНОВ, Р.Ж. БЕГЛЕРБЕКОВ, Ҳ.Б. АБДУРАИМОВ (2021). ТИМСОЛЛАРНИ ТАНИБ ОЛИШДА БЎСАҚАВИЙ ҚИЙМАТЛАРНИ ҲИСОБЛАШ АЛГОРИТМИ. Актуальные вопросы развития инновационно-информационных технологий на транспорте, 121-128. https://doi.org/10.47689/978-9943-7818-0-1-pp121-128
Рубрика
Актуальные вопросы развития инновационно-информационных технологий на транспорте
Конференция
Страницы
121-128
Лицензия
Copyright (c) 2021 Ахрам НИШАНОВ , Р.Ж. БЕГЛЕРБЕКОВ , Ҳ.Б. АБДУРАИМОВ
creativecommons
Это произведение доступно по
лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Article on Google Scholar

Поделитесь Этой Историей, Выберите Свою Платформу!

Заголовок