Моделирование физических процессов в полярной ионосфере / Акад. наук СССР, Кол. фил. им. С. М. Кирова, Поляр. геофиз. ин-т. – Апатиты : Кольский филиал АН СССР, 1979. – 148 с.

признаков и в выборе более эффективной подсистемы из полученной системы приз­ наков. На этом пути не уменьшается количество измеряемых признаков. Второй путь _ это путь отбрасывания малоэффективных признаков. Отбросить часть приз­ наков можно только на основе измерения эффективности каждого из них в заданном множестве, вообще говоря, зависимых признаков. Целью данной работы является описание одного из возможных способов оценки качества признака в заданном на­ боре. Заметим, что задачу минимизации описания объектов классификации невозможно сформулировать без учета процедуры распознавания. Если известна процедура клас­ сификации, то самый надежный способ выбора наиболее информативной группы приз­ наков из данного набора состоит в проверке всех возможных сочетаний предлагаемы» признаков на принятой процедуре распознавания. Очевидно, сочетание признаков, даю­ щее лучшее "качество” распознавания обучающей выборки, будет искомым. Однако, во-первых, перебор всевозможных сочетаний признаков приводит к необходимости рассмотрения такого количества вариантов, что даже простые случаи не представля­ ется возможным реализовать на ЭВМ. Например, в варианте, выбора 20 признаков из 50 число С 2 0 - Ю 13 / V ■ В о -вторы х, процедура распознавания также требует больших 50 затр ат машинного времени. В работах / 1 - 4 / указанные трудности преодолеваются тем или иным путем . По­ жалуй, самый интересный способ обойти полный перебор возможных сочетаний приз­ наков разработан Г.С .Л бо вы м . В работе / 2 / Лбов Г .С . предлагает заданное количе­ ство признаков из рассматриваемой системы выделять методом случайного поиска с адаптацией. Одним из недостатков метода является о тсутстви е формальных обоснова­ ний выбора количества искомых признаков. Чтобы обойти процесс распознавания при оценке эффективности признаков выбирают критерий отличный от "каче ства” распоз­ навания, более легко вычисляемый, жестко коррелируемый с этим "качеством ". Вво­ димый критерий информативности признаков является не чем иным, как формальным выражением идеи о том , что в пространстве наиболее информативных признаков изу­ чаемые классы оказываю тся наиболее "удалены" друг от др уга. В данной работе вводится критерий для оценки эффективности признака в груп­ пе, вычисляемый по матрице связи между объектами обучающей выборки. Этот крите­ рий также формально реализует описанную выше идею о расположении классов. Пока­ зана связь критерия с процедурой отнесения изучаемого объекта к определенному классу. Описывается один из способов локальной оптимизации критерия, характеризую­ щего качество признаков. 107