ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012
59
вить зависимость, т. е. построить алгоритм, способный классифици-
ровать произвольный объект. Для этого формируется алгоритм клас-
сификации, обеспечивающий минимальное значение функционала
среднего риска
0
1
( )
FRR ( )FAR.
r P H
P H
=
+
Мера близости по обобщенному решению представляет собой
следующую взвешенную комбинацию:
0
1
1:4
(
|
)
ln
,
(
|
)
j
j
j
j
p H x
S
w
p H x
=
=
∑
(2)
где
w
j
–
коэффициенты, отражающие степень доверия для каждого
метода идентификации,
1 1
ln
.
2
j
j
j
Q
w
Q
−
=
За оценку качества работы метода идентификации была приня-
та его равновероятная ошибка
Q
j
=
EER
j
.
Подставляя в (2) выраже-
ние (1) для каждой вероятности
(
)
i
j
P H x
,
получаем:
1 1
( )
S x
x
= +
α
2 2 3 3 4 4
x
x
x
+ + + +
α
α
α
α
,
где
α
i
–
коэффициенты, выражаемые через ве-
са
ω
j
методов и параметры
A
j
и
B
j
каждого метода.
На последнем этапе вычисляется апостериорная вероятность ги-
потезы
0
H
по результатам идентификации всеми методами. Для это-
го осуществляется калибровка обобщенного решения
[
]
0
1 1 2 2 3 3 4 4 0
1
(
| )
1
exp ( )
1
.
1
exp(
)
P H x
AS x B
x
x
x
x
=
=
+
+
=
+
+ + + +
β
β
β
β
β
(3)
Выражение (3) представляет собой формулу логистической ре-
грессии.
Для проверки разработанного метода смешивания провели экс-
перименты на базе данных биометрических образцов (50 мужчин и
50
женщин). В качестве эталонов выбирались фонограммы из базы
«
ЦРТ-Микрофон» и изображения из базы ЦРТ лиц (фото с докумен-
тов). За спорные фонограммы принимались фонограммы из баз
«
ЦРТ-Микрофон» и ЦРТ–GSM, а за спорные изображения – изоб-
ражения из базы ЦРТ лиц (фото с пропуска). Результаты экспери-