Алгоритм определения унифицированных показателей информативности формализованных дешифровочных признаков, имеющих различную форму представления

При разработке алгоритмов автоматической тематической обработки разнородных материалов космической съемки существует объективная проблема выбора из всего многообразия формализованных дешифровочных признаков (ФДП) наиболее информативных, обеспечивающих решение задачи распознавания объектов интереса с требуемой или максимально достижимой результативностью.
Основные сложности при априорном оценивании информативности ФДП связаны с неустойчивостью ряда признаков (зависимостью значений ФДП от параметров съемочной аппаратуры, углов и ракурсов визирования, условий освещенности и др.), а также с имеющимися различиями в способах их формализованного описания.
ФДП могут быть представлены в вероятностном или детерминированном виде. Вероятностные ФДП (к ним относится большинство яркостных признаков) задаются параметрами нормального распределения, детерминированные (геометрические, комплексные и некоторые яркостные признаки) – в виде чисел, векторов или матриц расстояний. Для сравнения разделительной способности отдельных разнородных ФДП их информативность должна характеризоваться унифицированными показателями, приведенными к единой шкале.
Для ранжирования ФДП по информативности возможно использовать рассмотренный в работе [1] метод, основанный на сравнении апостериорных вероятностей. Получаемый с помощью этого метода показатель качества, изменяющийся в пределах от единицы до m (m – количество распознаваемых классов объектов), позволяет количественно оценивать разделительную способность и, соответственно, информативность разных признаков.
Для применения рассмотренного метода к оцениванию информативности ФДП, имеющих различную форму представления, авторами был разработан оригинальный алгоритм, предусматривающий преобразование матричных признаков к векторному виду и определение для полученных векторов унифицированных числовых характеристик, используемых для расчета показателей информативности.
Алгоритм предусматривает выполнение следующих операций:
– преобразование оцениваемого матричного признака для всех классов объектов интереса в матрицу-строку путем сложения значений элементов в каждом столбце;
– определение матрицы-строки с наибольшим количеством элементов и приведение к ее размерности всех остальных матриц-строк путем добавления элементов с нулевыми значениями;
– позиционирование элементов матриц-строк с использованием ранговой корреляции;
– сопоставление всех матриц-строк с векторами, координаты концов которых задаются значениями элементов матриц;
– построение первой главной компоненты координат векторов всех классов объектов;
– расчет длины каждого векторного признака и угла между направлениями векторного признака и вектора первой главной компоненты.
Полученные в результате параметры – длина и угол – характеризуют, соответственно, величину признака и взаимное положение элементов вектора или элементов преобразованной в вектор матрицы. Информативность признака может оцениваться по любому из этих параметров.