Article

Article title THE ANALYSIS OF SIGNAL DYNAMIC RANGE CHANGE INFLUENCE FOR THE DECISION RULE IMPLEMENTATION FOR SOLVING THE CLASSIFICATION PROBLEM
Authors G.G. Galoustov, S.P. Brovtchenko, A.V. Tarasenko
Section SECTION I. METHODS IMAGE AND SIGNAL PROCESSING
Month, Year 11, 2013 @en
Index UDC 621.518.54
DOI
Abstract It is given the decision rule implementation analysis in the case of the signal dynamic range change in a parametric prior uncertainty regarding the distribution features density. It is described the rule implementation decision using a independent normally distributed random vectors set, which changes the dynamic range. Formulated, most preferred under these conditions is to use a rank criteria leading to implementing a decision rule that is invariant to scale changes. Also, it is shown that the synthesized algorithm is invariant to changes in scale, but it requires monitoring the signal intensity at the control threshold of the decision rule, that is the price to pay for the algorithm invariance to the analyzed signal intensity, to maintain the probability of correct recognition. It is shown that the dynamic range change leads to a change in decision rule threshold while maintaining the correct recognition probability can be constructed with a threshold dependence on the dynamic range change.

Download PDF

Keywords The threshold level; the probability density; ranking criterion; the statistical relationship; signal recognition.
References 1. Эддоус М., Стенсфилд Р. Методы принятия решений: Пер. с англ. / Под ред. член-корр. РАН И.И. Елисеевой. – М.: Аудит, ЮНИТИ, 1997. – 590 с.
2. Верхаген К., Дейн Р., Грун Ф. Распознавание образов: состояние и перспективы. – М.: Радиосвязь, 1985. – 103 с.
3. Гаек. Я., Шидак Э. Теория ранговых критериев: Пер. с англ. / Под ред. Л.Н. Большева. – М.: Наука, 1971. – 375 с.
4. Градштейн И.С., Рыжик И.М. Таблицы интегралов, сумм, рядов и произведений. – М.: Физматгиз, 1971. – 1108 с.
5. Андерсон Т. Введение в многомерный статистический анализ: Пер. с англ. / Под ред. Б.В. Гнеденко. – М.: Физматгиз, 1963. – 400 с.
6. Сенин А.Г. Распознавание случайных сигналов. – Новосибирск: Изд-во «Наука», 1974. – 75 с.
7. Галустов Г.Г., Поцыкайло А.А., Краснобаев Д.А. Синтез решающего правила классификатора сигналов при непараметрической априорной неопределенности // Известия
ЮФУ. Технические науки. – 2011. – № 1 (114). – С. 78-84.
8. Лапко А.В., Шарков М.А., Лапко В.А. Непараметрические методы обнаружения закономерностей в условиях малых выборок // Известия высших учебных заведений. Приборостроение. – 2008. – № 8. – С. 62-88.
9. Блюмин С.Л. Шуйкова И.А. Модели и методы принятия решений в условиях неопределенности. – Липецк: ЛЭГИ, 2001. – 138 c.
10. Кочин Д.Ю. Извлечение решающих правил из границ классов при решении задач порядковой классификации // Искусственный интеллект и принятие решений. – 2012. – № 3. – С. 63-70.
11. Муха В.С. Статистическое распознавание многомерных негауссовских образов // Автоматика и телемеханика. – 2001. – № 4. – С. 80-90.
12. Галустов Г.Г., Цымбал В.Г., Михалев М.В. Принятие решений в условиях неопределенности. – М.: Радио и связь, 2001. – 196 с.

Comments are closed.