Персонализация в гипертекстовых сетях на основе распознавания действий пользователей и нечеткого агрегирования - page 5

Шаг 2
. Для каждого эталонного объекта
k
,
k
= 1
, . . . , K
, с исполь-
зованием источников скрытой информации формируется своя эталон-
ная модель
G
k
i
,
k
= 1
, . . . , K
.
Шаг 3.
Для распознаваемого объекта по тем же принципам фор-
мируется модель
G
.
Шаг 4.
Модель сравнивается с каждой моделью
G
k
i
,
k
= 1
, . . . , K
,
в результате чего вычисляется множество отсчетов
{
y
1
i
, y
2
i
, . . . , y
K
i
}
,
характеризующих близость модели
G
соответственно к моделям
G
k
i
,
k
= 1
, . . . , K
.
Шаг 5.
Формируются множества
Y
k
i
y
k
i
,
k
= 1
, . . . , K
, которые
принимаются за новые множества
Y
k
i
. Если множества
Y
k
i
перестают
изменяться, то осуществляется переход к шагу 6 (могут использо-
ваться и другие критерии перехода к шагу 6). В противном случае
процедура начинается с шага 2.
Шаг 6
. Множества
Y
k
i
объединяются, в результате чего получается
множество
Y
i
=
K
k
=1
Y
k
i
, которое упорядочивается (если оно числовое,
то упорядочивание осуществляется по возрастанию) и его элементы
индексируются
i
= 1
, . . . , m
,
j
i
= 0
, . . . , n
i
, в результате получается
множество
Y
i
=
{
y
ij
i
Y
i
|
i
= 1
, . . . , m
,
j
i
= 0
, . . . , n
i
}
. На множестве
Y
i
задается функция принадлежности
μ
(
y
ij
)
,
y
ij
Y
i
,
i
= 1
, . . . , m
,
j
= 0
, . . . , n
i
.
Распознавание по любому отдельному алгоритму
i
с помощью
функции
μ
(
y
ij
i
)
может быть осуществлено в соответствии со следую-
щей процедурой.
Процедура
2.
Шаг 0
. С помощью процедуры 1 осуществляется формирова-
ние множества
Y
i
и функции принадлежности
μ
(
y
ij
i
)
,
y
ij
i
Y
i
,
i
= 0
, . . . , m
,
j
i
= 0
, . . . , n
i
.
Шаг 1
. Для каждого эталонного объекта
k
,
k
= 1
, . . . , K
, с исполь-
зованием источников скрытой информации формируется своя эталон-
ная модель
G
k
i
,
k
= 1
, . . . , K
.
Шаг 2.
Для распознаваемого объекта по тем же принципам фор-
мируется модель
G
.
Шаг 3.
Модель
G
сравнивается с каждой моделью
G
k
i
,
k
= 1
, . . . , K
,
и в результате вычисляется множество отсчетов
{
y
1
i
, y
2
i
, . . . , y
K
i
} ⊂
Y
i
, характеризующих близость модели
G
соответственно к моделям
G
k
i
,
k
= 1
, . . . , K
.
Шаг 4
. Модель
G
считается совпадающей с той эталонной моде-
лью
G
k
i
для которой значение
μ
(
y
k
i
)
, где
y
k
i
Y
i
максимально.
Таким образом, функция принадлежности
μ
(
y
k
i
)
, где
y
k
i
Y
i
, оцени-
вает близость распознаваемой модели к соответствующей эталонной.
106 ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012. № 3
1,2,3,4 6,7,8,9,10
Powered by FlippingBook