Адров, Н. М. Построение полей водных масс Баренцева моря и их использование для решения задач гидрометеорологического и рыбопромыслового прогнозирования / Н. М. Адров, И. В. Смоляр ; Акад. наук СССР. - Препр. - Апатиты : Кольский филиал АН СССР, 1988.

су. Тан как Я (К 2 , Xj)> R(Kp l j ); Я (Kg, Q1)>X(KI, Ql); tq на основе обоих видов полей Xj и Qj распознаются правильна, сле довательно Wm=Wg=+L. В первом случае R (К^, Xj) значительно больше чем R(KT, Xj) , что позволяет уверенно отнести Хт к I классу. Во втором случае такой уверенности нет, так как величина & ( % > Qj)-R(Kp Qj) близка к нулю. Характеристики качества распознавания по Т и Q будут пропорциональны величинам U ^ I R C K p X^-RČKg, Xj)| ; Ug-IE(Kp 0 l )-*(K2, Q j )I_ Характеристики W и U целесообразно объединить следующим образом: VT= W r U T ^ 6 4 ) Vg=Wg‘Ug , (5) Эксперимент по оцекне качества распознавания состоит в том, что для каждой пары X* и Qj_ задается 21 вариант задания обучающей выбор ки и для каждого варианта задания рассчитывается Ѵ^, и Ѵп. С связи с тем, что объем информации, полученный е результате экс перимента по распознаванию контрольных объектов Хр ... , Xg и 5р ... , Og, весьма обширен и определяется. 21*6=126 парами значений параметров Vij и Ѵд, анализировать эту информацию удобно, когда она представлена в графическом виде. При отображении результатов конт рольного распознавания в графическом виде не обязательно расшифровы вать варианты задания обучающей выборки, то есть не обязательно ука зывать,какие обтекты входят в I и 2 классы. Для сравнения и Ѵд важно знать лишь то, что они рассчитаны для одного и того же вариан та задания обучающей выборки. При изображении диаграмм Ѵ т и Ѵд ус ловимся не указывать номеров вариантов задания обутающей выборки ка оси абсцисс, предполагая, при этом, что значения V - и Ѵд, относящи еся к одному и тому же варианту задания обучающей выборки, будут располагаться строга одно под другим. 27