Abstract
В роботі розроблена методика формалізації структур даних ознак повітряних об’єктів яка враховує характеристики точності і достовірності джерел інформації з нестохастичною невизначеністю і рекурентними правилами узагальнення оцінок значень ознак при багаторазовому спостереженні повітряних об’єктів. В основу розробленої методики були покладені методи формалізації процесу розпізнавання, оцінки ступеня істинності різнорідних ознак, об'єднання незалежних результатів розпізнавання, пошуку рішень про класи розпізнаваних повітряних об'єктів з урахуванням неповноти і надмірності даних про ознаки. Розроблений метод формалізації процесу розпізнавання повітряних об’єктів на основі описів класів різнорідними ознаками, відрізняється від відомих використанням ієрархічної функціональної мережі. Удосконалення методу об'єднання незалежних результатів розпізнавання на основі правила Демпстера полягає в попередньому перетворенні одного з неузгоджених розподілів можливостей класів алфавіту в розподіл ймовірностей. Це дозволяє проводити коректне об'єднання неузгоджених розподілів можливостей класів алфавіту з використанням правила Демпстера. Проведено дослідження застосовності розробленого правила при об'єднанні неузгоджених розподілів ймовірностей класів алфавіту. Розроблений метод пошуку рішень про класи розпізнаваних об'єктів на графі функціональної мережі відрізняється від відомих розробленим способом отримання інтервальної оцінки ступеня істинності класів в умовах відсутності даних щодо окремих ознак повітряних об’єктів і запропонованим евристичним правилом, що дозволяє скоротити розмірність безлічі вершин мережі, які перебираються при пошуку рішення про клас повітряних об’єктів. Метод дозволяє проводити пошук рішень про класи повітряних об’єктів в умовах неповноти і надмірності даних про ознаки.
Highlights
Виклад основного матеріалуНехай кожній оцінці xзначення ознаки, що надійшла від джерела інформації, відповідає деяка підмножина Aj множини A всіх його допустимих значень
которая учитывает характеристики точности и достоверности источников информации с нестохастической неопределенностью и рекуррентными правилами обобщения оценок значений признаков при многократном наблюдении воздушных объектов
Разработанный метод поиска решений о классах распознаваемых объектов на графе функциональной сети отличается от известных разработанным способом получения интервальной оценки степени истинности классов в условиях отсутствия данных по отдельным признакам воздушных объектов и предложенным эвристическим правилом
Summary
Нехай кожній оцінці xзначення ознаки, що надійшла від джерела інформації, відповідає деяка підмножина Aj множини A всіх його допустимих значень. В результаті узагальнення даних про ознаки повітряних об’єктів повинні бути отримані характеристики законів розподілу значень ознак за інтервал спостереження. Узагальнені за інтервал спостереження характеристики значень ознак будуть в подальшому використані в якості вихідних даних для розпізнавання повітряних об’єктів. Удосконалена методика формалізації структур даних про ознаки повітряних об’єктів враховує характеристики точності і достовірності джерел інформації з нестохастичною невизначеністю і рекурентними правилами узагальнення оцінок значень ознак при багаторазовому спостереженні. Удосконалення методу об’єднання незалежних результатів розпізнавання на основі правила Демпстера полягає в попередньому перетворенні одного з неузгоджених розподілів можливостей класів алфавіту в розподіл ймовірностей. Розроблений метод пошуку рішень про класи розпізнаваних об’єктів на графі функціональної мережі відрізняється від відомих розробленим способом отримання інтервального оцінки ступеня істинності класів в умовах відсутності даних щодо окремих ознак ПО і запропонованим евристичним правилом, що дозволяє скоротити розмірність безлічі вершин мережі, які перебираються при пошуку рішення про клас ПО. Метод дозволяє проводити пошук рішень про класи ПО в умовах неповноти і надмірності даних про ознаки
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
