Выбор информативных признаков в автономных информационных системах с нейросетевыми трактами обработки сигналов - page 12

Признак
(
N
= 16)
Признак
(
N
= 32)
Критерий
J
1
J
4
µ
J
1
J
4
µ
Гистограмма распреде
-
ления
G
τ
159,83 5,46 22,79 327,12 1,42 49,48
Отсчеты огибающей
E
0,91 0,02 0,97
1,22 0,01 2,89
Отсчеты СПМ
78,97 7,00 34,04 136,42 5,64 67,46
Таким образом
,
дискриминантный анализ и метод на основе КМНР
показали
,
что наилучшим признаком с точки зрения разделимости клас
-
сов следует признать отсчеты оценок спектров сигналов
,
соответству
-
ющие локальным экстремумам спектра
.
На рис
. 8–10
приведены графики упорядоченных значений
∆Ψ
0
m
=
= ∆Ψ
m
.
N
X
m
=1
∆Ψ
m
для рассматриваемых информативных признаков
;
для сравнения приведены графики относительных долей дисперсии
q
m
=
λ
m
.
N
X
m
=1
λ
m
ковариационных матриц информативных признаков
,
рассчитанных по методу главных компонент
.
Сравнение графиков
∆Ψ
0
m
и
q
m
показывает
,
что область существен
-
ного уменьшения значений
∆Ψ
0
m
совпадает с областью значительного
уменьшения относительных долей дисперсии
.
С помощью двух рассмотренных методов уменьшения размерности
получены идентичные результаты
.
В методе главных компонент эле
-
менты входного вектора упорядочиваются по убыванию их дисперсий
(
собственных чисел ковариационной матрицы
).
Отбрасываются те эле
-
менты входного вектора
,
влияние которых на суммарную дисперсию
Рис
. 8.
Графики
Ψ
0
m
(
1
)
и
q
m
(
2
)
распределения длительностей интервалов между
нулями для сигналов самолета
(
а
,
б
)
и вертолета
(
в
,
г
)
ISSN 0236-3933.
Вестник МГТУ им
.
Н
.
Э
.
Баумана
.
Сер
. “
Приборостроение
”. 2003.
3 81
1...,2,3,4,5,6,7,8,9,10,11 13,14
Powered by FlippingBook