Параметрические методы классификации. Разделяющие функции для многозональных снимков.

Параметрические методы основаны на том, что условная вероятность апроксимируется(заменяется близким, опхожим на нее) с помощью известной функций распространения плотности вероятности.

Нормальная функция вероятности имеет вид

,где х - вектор признака, μ- среднее значение яркости для класса, σ- редне-квадратическое значение яркости для класса.

Разделяющие функции – распознавание образов на основе вероятности методов.

Разделяющие функции(метод минимал. спектрал. расстояния, махалонобиз).

Сущность: условная плотность вероятности появления события w_j, если имеет место значение вектора признаков , апроксимируется с помощью известных функций плотности вероятности, которые зависят от нескольких параметров. Чаще всего эти условные вероятности апроксимируются с помощью функции плотности нормального распределения:

,

Где х - ректор признаков;

μ – среднее значение яркости для классификациииз эталонов;

σ - средне квадратическое значение яркости для классов.

---

Дата добавления: 2015-12-18; просмотров: 149; Мы поможем в написании вашей работы!

Поделиться с друзьями:

---

---

Мы поможем в написании ваших работ!