Мавзу: шахс образларини таниб олиш вазифасини белгилаш

1. стандарт билан таққослаш усули. Бу ҳолда таниб олиш тан олинган объектни тўғридан-тўғри таққослаш учун қисқартирилади
объектлар Q1Q2 бор,..., QM, кейин ҳар бир синфQj? (j = 1,2,...М) бу маконда маълум бир майдонга тўғри келади (одатда ихчам, яъни битта фойдаланувчи атрибутларининг қийматлари фақат тарқалишда фарқланади). Шундай қилиб, хусусият майдони синфлар сони бўйича М минтақаларига бўлинади. Бундай ажратиш қуриш мумкин бўлса (дискриминант) вазифалари Fi(V), (i=1, 2,..., N), бу белгиланган майдонлар учун чегаралар бўлади, кейин бу функцияларнинг катталиги ёки белгиси бўйича в хусусият векторининг маълум бир ҳудудга (ва шунинг учун объектга - у ёки бу синфга) тегишлилигини баҳолаш мумкин бўлади. Имкон беради қоида, мавжуд асосланган (а априори", шу жумладан,) хусусияти вектор в компонентлари ва функция Фи ҳисоблаш қадриятлар ҳақида маълумот(В), (и=1, 2,..., Н), тан олинган объект маълум ("ўз") ёки бундай емас ("бегона") орасидан маълум бир синфга тегишли ёки йўқлигини ҳал қилиш учун ҳал қилувчи қоида дейилади. Дискриминант ёндашувга асосланган таниб олиш жараёнининг умумий схемаси кўрсатилган

"Аниқ" ажратувчи функцияларни қуриш жуда мураккаб ва кўпинча ҳал қилинмайдиган вазифадир. Амалда улар функцияларни ажратиш учун тахминий (тахминий) ифодаларни яратиш билан чекланади. Бундай ҳолда, қуйидагилар мумкин
хусусияти вектор в мавжуд ахборот бузиш.
Бундай вазиятда чиқиш йўли в векторининг стохастик хусусиятини ҳисобга олишдир, уни м ўлчовли тасодифий ўзгарувчининг қиймати деб ҳисоблаш мумкин., унинг тақсимланиши Фойдаланувчининг биометрик параметрларининг статистик ўзгарувчанлигини тавсифлайди ва зичлик билан тавсифланади п(Вискажение информации, содержащейся в самом векторе признаков V.
Выходом в данной ситуации является учет стохастической природы вектора V, который можно рассматривать как значение m-мерной случайной величины ξ, распределение которой описывает статистическую изменчивость биометрических параметров пользователя и характеризуется плотностью р(V). Соответственно распределение векторов биометрических признаков «своих» (Qj) и «чужих» (Qk)пользователей будет характеризоваться плотностями p(V/Qj) и p(V/Qk)- При этом задача заключается в построении на основе статистического материала, полученного в процессе обучения, разделяющих функций
Fj(V) - p(Qj /V), (j=1,2,….M), (2.3)
где p(Qj / V) — условная вероятность того, что неизвестный ооъект (пользователь) относится к классу Qj, если ему соответствуе вектор V.
). Шунга кўра, "ўз" () ва "бегона" (QK) фойдаланувчилар биометрик хусусиятлари векторли тарқатиш зичлиги п(В/Қискажение информации, содержащейся в самом векторе признаков V.
Выходом в данной ситуации является учет стохастической природы вектора V, который можно рассматривать как значение m-мерной случайной величины ξ, распределение которой описывает статистическую изменчивость биометрических параметров пользователя и характеризуется плотностью р(V). Соответственно распределение векторов биометрических признаков «своих» (Qj) и «чужих» (Qk)пользователей будет характеризоваться плотностями p(V/Qj) и p(V/Qk)- При этом задача заключается в построении на основе статистического материала, полученного в процессе обучения, разделяющих функций
Fj(V) - p(Qj /V), (j=1,2,….M), (2.3)
где p(Qj / V) — условная вероятность того, что неизвестный ооъект (пользователь) относится к классу Qj, если ему соответствуе вектор V.
ж) ва п(V/Qq) билан характерланади қилинади - вазифа ўқув жараёнида олинган статистик материаллар асосида қуриш, функсияларни ажратиш
Фж (В) - п(QJ /V), (ж=1,2,....М), (2.3)
қаерда п (Qj / V) номаълум объект (фойдаланувчи) векторга мос келадиган бўлса, Қж синфига тегишли бўлган шартли еҳтимоллик V.

Бу ҳолда ҳал қилувчи қоидалар сифатида қарор қабул қилиш хавфи билан боғлиқ турли мезонлардан фойдаланиш мумкин:

- Bayes мезони-бу қарор қабул қилиш стратегияси minimal ўртача хавфни таъминлайдиган тарзда танланадиган қоида;
- minimax мезони-ўртача хавфнинг максимал мумкин бўлган қийматини минималлаштирадиган;
-аниқлаш хатоларини минималлаштиришга асосланган Нейман-Пирсон мезони.
Еътибор,беринг қарор қабул қилиш қоидасининг сифати кўп жиҳатдан Фи(В) да ишлатиладиган ҳақиқий ва тарқатиш параметрлари ўртасидаги мувофиқлик даражасига боғлиқ. Статистик маълумотлар бўлмаган тақдирда (ёки кичик ҳажмда) тарқатиш параметрларини баҳолаш ва қарор қабул қилиш муаммоси мутахассислар томонидан тайинланган ва лойқа тўпламлар назарияси ва лингвистик ўзгарувчилар аппаратини ўз ичига олган "субъектив еҳтимолликлар" ёрдамида ҳал қилиниши мумкин.
Мавжуд биометрик идентификация усулларининг умумий камчиликлари
-тан олиш сифати (қарор қабул қилиш) асосан ўлчанган биометрик маълумотларнинг сифатига боғлиқ,
- тизим сифат кўрсаткичларида сезиларли ўзгаришлар мавжуд, чунки мавжуд биометрик тизимлар, қоида тариқасида, мавҳум ўртача фойдаланувчига йўналтирилган;
- ноаниқлик омиллари таъсирида хатоларнинг юқори фоизи, таниб олиш аниқлиги кўрсаткичларининг тизим фойдаланувчилари сонига боғлиқлиги;
-кўп омилдан фойдаланганда таниб олиш алгоритмларининг (қарор қабул қилишнинг) муҳим асоратлари
биометрик идентификация;
- биометрик фойдаланувчи идентификация воситаларини сертификатлаш (мувофиқликни баҳолаш) ва сертификатлаш масалалари тўлиқ ҳал етилмаган.
Ушбу камчиликлар, асосан, Реал иш шароитида олинган биометрик маълумотлар тўплами бўйича тармоқни ўқитиш (ёки ўз-ўзини ўрганиш) орқали маълум бир фойдаланувчига созлаш (мослаштириш) механизмларидан фойдаланадиган нейрон тармоқ биометрик идентификация тизимларини қуриш билан қопланади