通过层次分组图的形状来区分具有链和云结构的组点对象的足够统计量的研究

注解: 已经执行了"链"和"簇"类型的点对象的组的位置图像的模型的参数化。 研究了它们分化的足够统计的概率特征，这对于在各种观察条件下根据给定的标准选择最优的决定性规则是必要的。
考虑了对参考链的观测扭曲进行建模的技术，所有各种观测条件都可以减少到两个参数–链轨迹的曲率和点物体的观测坐标与其参考位置的偏差水平。 这种技术使得能够形式化和降低比较链识别的竞争方法的复杂性。
考虑了用于测试用于区分组对象的竞争算法的软件包的功能。
作为区分统计量，提出了检测对象的分层分组的图形的直径与此图形的边缘总长度的比值。 基于统计检验的数学模型数据，得到模型参数不同值充分判别统计的概率分布规律的样本估计值。 考虑到其较低的复杂性，考虑到所考虑的区分链和簇的方法的性质，使得在具有高先验不确定性的观察条件参数的组点对象的识别系统的构建中使用 所提出的软件包体系结构使得测试具有在参数数量和类型上变化的签名的识别算法成为可能。

出版日期: