интенсивность пикселов векторов входных значений как случайную
величину
ξ
(0
,
0)
.
Также предположим, что соседний пиксель, смещен-
ный на
(
x, y
)
относительно данного, является случайной величиной
ξ
(
x, y
)
,
коррелирующей с
ξ
(0
,
0)
.
Таким образом, можем вычислить
коэффициент корреляции по Пирсону между
ξ
(0
,
0)
и
ξ
(
x, y
)
:
ρ
ξ
(0
,
0)
,
ξ
(
x,y
)
=
n
X
i
=1
(
ξ
i
(0
,
0)
−
μ
ξ
(0
,
0)
)(
ξ
i
(
x, y
)
−
μ
ξ
(
x,y
)
)
s
n
X
i
=1
(
ξ
i
(0
,
0)
−
μ
ξ
(0
,
0)
)
2
×
×
1
s
n
X
i
=1
(
ξ
i
(
x, y
)
−
μ
ξ
(
x,y
)
)
2
,
где индекс суммирования проходит все пиксели входного изображе-
ния. Далее результирующая функция аппроксимируется функцией
Гаусса с помощью метода наименьших квадратов. Затем размерность
матрицы связей вычисляется согласно правилу трех сигм.
Оптимизация пороговой функции.
Выбор порогового значения
θ
l
является существенным для обучения и распознавания. Для этого
максимизируют выходное значение
u
Sl
:
u
Sl
(
~n, ~k
)
→
max
.
Согласно теореме Ферма, необходимо решить уравнение
∂u
Sl
∂t
= 0
.
Пусть
α
= 1 +
K
C l
−
1
X
κ
=1
X
|
~ν
|
<A
Sl
a
Sl
(
~ν, κ, k
)
u
C
l
−
1
(
~n
+
~ν, κ
);
β
=
b
Sl
(
k
)
v
l
(
~n
)
.
Тогда
u
Sl
(
~n, k
)
=
θ
l
1
−
θ
l
φ
α
1
+
θ
l
β
−
1
.
Если
1
+
θ
l
β >
0
,
то
u
Sl
(
~n, k
)
=
θ
l
α
(1
−
θ
l
)(1
+
θ
l
β
)
−
θ
l
1
−
θ
l
.
(7)
236
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012
