Научно-технический журнал УДК 004.93'1 А.В. САВЧЕНКО ОБ ОДНОМ СПОСОБЕ ПОВЫШЕНИЯ ВЫЧИСЛИТЕЛЬНОЙ ЭФФЕКТИВНОСТИ ВЕРОЯТНОСТНОЙ НЕЙРОННОЙ СЕТИ В ЗАДАЧЕ РАСПОЗНАВАНИЯ ОБРАЗОВ НА ОСНОВЕ ПРОЕКЦИОННЫХ ОЦЕНОК Рассмотрена проблема недостаточной вычислительной эффективности вероятностной нейронной сети (ВНС) в задачах распознавания образов при наличии в базе данных для каждого класса небольшого числа эталонов. <...> На основе проекционных оценок плотности распределения с ядром Фейера и наивного предположения о независимости признаков классифицируемого объекта синтезирована новая модификация ВНС. <...> Экспериментально показано, что предложенный классификатор оказался несколько точнее и намного более эффективнее с вычислительной точки зрения по сравнению как с оригинальной ВНС, так и ВНС с предварительной кластеризации обучающей выборки. <...> Ключевые слова: распознавание образов; классификация; вероятностная нейронная сеть; проекционные оценки; машина опорных векторов. <...> ВВЕДЕНИЕ Задача классификации (широко применяются также термины «распознавание образов с учителем», «диагностика», «дискриминантный анализ») [1, 2] является одним из наиболее актуальных приложений аппарата искусственных нейронных сетей [3, 4]. <...> Несмотря на наличие большого числа хорошо зарекомендовавших себя методов машинного обучения, таких, как многослойные сети прямого распространения, машины опорных векторов (SVM), глубокие нейронные сети, интенсивность исследований в этом направлении не снижается [3, 4]. <...> И связано это с тем, что современные методы классификации характеризуются низкой точностью в вытекающих из потребностей прикладных исследований задачах распознавания объектов, например, при наличии в базе данных (БД) для каждого класса небольшого числа эталонов (проблема «малых выборок» [5, 6]), недостаточного для успешного обучения сложных нейросетевых структур [4]. <...> В таком случае обычно применяют более простые методы, основанные на поиске <...>