Оптимизация синтеза гиперплоскостных кластеров и нейрофункциональных преобразований в системах классификации сигналов

Abstract

В статье осуществляется развитие средств псевдообращения матриц применительно к исследованию задач кластеризации информации и распознаванию образов. Приведенные методы нелинейного преобразования компонент вектора признаков позволяют расширить сферу использования аппарата псевдообращения матриц на нелинейные задачи распознавания образов. В статье предлагаются детальные схемы построения таких алгоритмов, работоспособность которых проверена авторами на решении ряда конкретных задач, связанных с распознаванием ультразвуковых сигналов, рукописных символов. В насто-