МЕТОДЫ ВЫБОРА ЗНАЧИМЫХ ПРИЗНАКОВ ОБЪЕКТОВ

Таниб  олиш  тизимларини  қуришдаги  муаммолардан  бири  бу  таснифланувчи  объект  ёки 
ҳодисаларни белгилар ишчи луғатини шакллантиришдир. Ҳал қилувчи қоиданинг самарадорлиги 
ва таниб олиш сифати белгининг тўғри танланишига боғлиқ. 
Мазкур  мақола  тимсолларни  таниб  олиш  муаммосидаги  бошланғич  маълумотлардан 
нисбатан  фойдалиларини  ажратиб  олиш  билан  боғлиқ  бўлган  муҳим  тадқиқот  йўналишларидан 
бирини  ривожлантиришга  бағишланган.  Ечилаётган  белгилар  фазоси  ўлчамини  камайтириш
масаласи  дискрет  оптималлаштириш  масаласи  сифатида  шакллантирилган.  Таклиф  этилаётган 
алгоритм  бир  синф  объектларини  ифодаловчи  нуқталарни  компакт  гуруҳлашни  таъминлаш 
мақсадида  белгилар  фазосини  ўзига  хос  алмаштиришга  асосланади.  Бундай  алмаштириш 
натижасида  танланмалар  орасидаги  масофа  максималлаштирилади  ва  танланманинг  ички 
масофаси минималлаштирилади.

Одним  из  наиболее  важных  вопросов,  возникающих  при  построении  систем 
распознавания,  является  определение  рабочего  словаря  признаков,  используемых  для  описания 
классифицируемых  объектов  или  явлений.  От  правильного  выбора  признаков  зависит 
эффективность  применяемого  решающего  правила,  а,  в  конечном  итоге,  и  качество  решения 
задачи распознавания. Настоящая статья посвящена развитию одного из важнейших направлений исследований в 
проблематике распознавания образов, связанного с выделением из исходного описания наиболее 
полезной  с  точки  зрения  распознавания  информации.  Решаемая  задача  снижения  размерности 
признакового  пространства  сформулирована  как  задача  дискретной  оптимизации.  Предлагаемый 
алгоритм  базируются  на  специфическом  преобразовании  признакового  пространства  с  целью 
обеспечения  компактной  группировки  точек,  представляющих  объекты  одного  класса.  В 
результате  такого  преобразования  максимизируются  расстояния  между  выборками  и 
минимизируются внутримножественные расстояния. 

One  of  the  most  important  issues  arising  in  the  construction  of  recognition  systems  is  the 
definition  of  a  working  vocabulary  of  features  used  to  describe  classified  objects  or  phenomena.  The 
effectiveness of the applied decision rule, and, ultimately, the quality of the solution of the recognition 
problem, depends on the correct choice of features This article is devoted to the development of one of the most important  areas of research in the 
problems  of  pattern  recognition,  associated  with  the  selection  from  the  initial  description  of  the  most 
useful from the point of view of information recognition. The solved problem of reducing the dimension 
of  the  attribute  space  is  formulated  as  a  problem  of  discrete  optimization.  The  proposed  algorithm  is 
based on a specific transformation of the attribute space in order to provide a compact grouping of points 
representing  objects  of  the  same  class.  As  a  result  of  such  a  transformation,  the  distances  between 
samples are maximized and the intra-set distances are minimized.