LOGICZNE DRZEWA KLASYFIKACJI W ZADANIACH ROZPOZNAWANIA

##plugins.themes.bootstrap3.article.sidebar##

Open full text

PDF (English)
Opublikowane: cze 30, 2020
DOI: https://doi.org/10.35784/iapgos.927
Crossref
Scopus
Google Scholar
Europe PMC
Artykuły

Archiwum

2020

##plugins.themes.bootstrap3.article.main##

DOI

https://doi.org/10.35784/iapgos.927

Authors

Igor Povhan

igor.povkhan@uzhnu.edu.ua

Uzhgorod National University, Department of Software Systems, Ukraina
http://orcid.org/0000-0002-7034-8702

Abstrakt

Artykuł poświęcono algorytmom konstruowania logicznych drzew klasyfikacji. Większość tych algorytmów z reguły sprowadzają się do zbudowania jednego drzewa klasyfikacyjnego na podstawie stałej próby uczącej. Należy zauważyć, że niewiele algorytmów budowania drzew klasyfikacyjnych dla prób treningowych o dużej objętości. Oczywiste jest, że mają one obiektywne czynniki związane ze specyfiką generowania takich struktur, metodami pracy z nimi i ich przechowywania. W niniejszym artykule autorzy skupiają się na opisie algorytmu konstruowania drzew klasyfikacyjnych dla dużego zbioru uczącego i wskazują możliwość jednolitego opisu stałej klasy drzew rozpoznawczych. Prosta, skuteczna i ekonomiczna metoda budowy logicznego drzewa klasyfikacyjnego dla danej próby uczącej pozwala na zapewnienie niezbędnej szybkości i stopnia złożoności schematu rozpoznawania, co gwarantuje proste i kompletne rozpoznawanie obiektów dyskretnych.

Słowa kluczowe:

zadania rozpoznawania obrazów, logiczne drzewo, schematy modeli rozpoznawania, system rozpoznawania

Bibliografia

##plugins.themes.bootstrap3.article.details##

Povhan, I. (2020). LOGICZNE DRZEWA KLASYFIKACJI W ZADANIACH ROZPOZNAWANIA. Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 10(2), 12–15. https://doi.org/10.35784/iapgos.927