інтернет-адреса сторінки:
http://jnas.nbuv.gov.ua/article/UJRN-0000502504
Кибернетика и системный анализ 
А - 2019 /
Випуск (2016, Т. 52, № 3)
Галкин А. А.
Глубинный метод классификации на основе удаленной меры концентрации для обработки асимметричных данных
Предложен непараметрический глубинный метод классификации для случая, когда множества данных имеют неравные априорные вероятности и не относятся к общему семейству эллиптических распределений. Разработан универсальный глубинный классификатор, который не зависит от отклонения в модели сдвига расположения или нарушения монотонного характера функций плотности. Масштабируемое расстояние Махаланобиса оценено в каждой точке с использованием метода остаточного прохода.
Разработан и исследован глубинный метод классификации на основе удаленной меры концентрации для обработки асимметричных данных. Мотивацией построения метода стала неэффективность использования большинства аффинно-инвариантных классификаторов при их сочетании с функциями глубины, которые обращаются в нуль за пределами выпуклой оболочки данных. Идея предложенного метода заключается в отображении дистанционного пространства с использованием удаленной меры концентрации, меры удаленности Штахеля - Донохью и меры скорректированной удаленности.
Бібліографічний опис:
Галкин А. А. Глубинный метод классификации на основе удаленной меры концентрации для обработки асимметричных данных. Кибернетика и системный анализ. 2016. Т. 52, № 3. С. 57-66. URL: http://jnas.nbuv.gov.ua/article/UJRN-0000502504
PDF