Please use this identifier to cite or link to this item:
http://elar.khnu.km.ua/jspui/handle/123456789/4064

Можете відсканувати цей QR-код телефоном( програмою "Сканер QR-кодів" ) для збереження.

Title: Equalization of nonuniform distribution of recognition errors percentage over classes in classifying shifted monochrome 60-by-80-images
Other Titles: Вирівнювання нерівномірного розподілу відсоткового рівня помилок розпізнавання за класами у класифікації зсунутих монохромних зображень формату 60-на-80
Authors: Romanuke, V.V.
Романюк, В.В.
Keywords: object classification;shift;recognition errors percentage;distribution nonuniformity;perceptron;monochrome images;training sample;класифікація об’єктів;зсув;відсотковий рівень помилок розпізнавання;нерівномірність розподілу;персептрон;монохромні зображення;навчальна вибірка
Issue Date: 2015
Publisher: Хмельницький національний університет
Citation: Romanuke, V. V. Equalization of nonuniform distribution of recognition errors percentage over classes in classifying shifted monochrome 60-by-80-images [Текст] / V. V. Romanuke // Вісник Хмельницького національного університету. Технічні науки. – 2015. – № 2. – С. 146-152.
Abstract: A study for equalizing nonuniform distribution of recognition errors percentage over classes is presented. The problem is exemplified on classifying shifted monochrome 60by80images of 26 English alphabet letters. A general conception of adjusting the training process of twolayer perceptron classifier for the equalization is stated. In classifying shifted monochrome 60by80images, this conception is used partially for cutting off extremely long training sample set. Within the example, the nonuniformity is reduced nearly for 25 %. The conception root is that the class representative recognized poorer is repeated in the training set. As the class recognition errors percentage increases, the repeat number is greater. However, the equalization conception is usable only for reasonable number of classes, so that the training sample set length could be shorter. Besides, the twolayer perceptron classifier can be adjusted by four parameters, determining the training sample set length and number of times when this set is passed through the perceptron. While equalizing, the hidden layer size of the twolayer perceptron should not be changed. For estimating nonuniformity, variance unbiased estimates may be used as well. The variance is decreased further using boosting ensembles of perceptron classifiers.
Представляється дослідження з метою вирівнювати нерівномірний розподіл відсоткового рівня помилок розпізнавання за класами. Ця задача підкріплена прикладом класифікації зсунутих монохромних зображень 26 літер англійського алфавіту формату 60на80. Висвітлюється загальна концепція підлаштування навчального процесу класифікатора на основі двошарового персептрону для описуваного вирівнювання. При класифікації зсунутих монохромних зображень формату 60на80 ця концепція використовується частково задля обрізання надзвичайно великої множини навчальної вибірки. У цьому прикладі нерівномірність знижується приблизно на 25 %. Суть висвітлюваної концепції полягає у тому, що представник певного класу, що розпізнається гірше, повторюється у навчальній множині. Зі зростанням відсоткового рівня помилок розпізнавання у цьому класі кількість повторів стає більшою. Однак дана концепція вирівнювання є застосовною лише для помірної кількості класів, щоб розмір множини навчальної вибірки був меншим. Крім того, класифікатор на основі двошарового персептрону може бути підлаштований за чотирма параметрами, що визначають розмір множини навчальної вибірки та число разів, яке ця множина пропускається через персептрон. Під час вирівнювання розмір прихованого шару двошарового персептрону не змінюють. Для оцінювання нерівномірності також можуть бути застосовані й оцінки незміщеної дисперсії. Ця дисперсія знижується ще далі з використанням бустингових комітетів класифікаторів на основі персептронів.
URI: http://elar.khnu.km.ua/jspui/handle/123456789/4064
ISSN: 2307-5732
UDC: 004.032.26:004.93
metadata.dc.type: Стаття
Appears in Collections:Вісник ХНУ. Технічні науки - 2015 рік

Files in This Item:
File Description SizeFormat 
романюк.pdf1,59 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.