Классификация смоделированных скрытыми марковскими моделями последовательностей в многоклассовом случае

скрытые марковские модели производные от логарифма функции правдоподобия метод опорных векторов многоклассовая классификация

Моделирование субдиффузии ассимтотически эквивалентными CTRW-процессами, HPC Community cloud: эффективная организация работы научно-образовательных суперкомпьютерных центров, ...

– 3(52) УДК 519.217.2 Классификация смоделированных скрытыми марковскими моделями последовательностей в многоклассовом случае* <...> Т.А. ГУЛЬТЯЕВА, А.А. ПОПОВ В работе исследуется возможность повышения дискриминирующих свойств скрытых марковских моделей путем использования вторичных признаков, инициированных этими моделями, с применением классификатора, основанного на методе опорных векторов. <...> Ключевые слова: скрытые марковские модели, производные от логарифма функции правдоподобия, метод опорных векторов, многоклассовая классификация ВВЕДЕНИЕ Одним из средств моделирования различных процессов являются скрытые марковские модели (СММ) [7, 8, 11]. <...> В работе в качестве объектов классификации рассматривается множество смоделированных последовательностей, порожденных несколькими близкими по своим параметрам СММ. <...> Классификация последовательностей с использованием СММ при условии того, что конкурирующие модели достаточно хорошо отличимы друг от друга (по вероятности), обычно не вызывает затруднений. <...> Плохо поддаются классификации последовательности, порожденные близкими по своим параметрам СММ. <...> Будем также предполагать, что у исследователя нет априорной информации о структуре СММ. <...> Проведем сравнение в этих условиях возможностей традиционной методики классификации, основывающейся на вычислении вероятности того, что последовательность порождена конкретной СММ, с возможностями классификатора в виде метода опорных векторов SVM (Support Vector Machines) [10] в различных пространствах признаков. <...> В качестве признаков будем использовать первые производные от логарифма функции правдоподобия по параметрам СММ. <...> Результаты, приведенные в статье, являются продолжением серии экспериментов по двухклассовой классификации последовательностей, смоделированных близкими по параметрам СММ в условиях зашумленности генерируемых ими последовательностей [3–5]. <...> * Статья получена 10 января 2013 г. Классификация смоделированных <...>

• Похожие документы из РУАЭСТ
• |
• Похожие документы из Руконт