Естественные и технические науки, № 1, 2015 Малистов А.С., кандидат технических наук, зам. руководителя отдела ЗАО «ЭЛВИС-НеоТек» ОЦЕНКА АПОСТЕРИОРНОЙ ВЕРОЯТНОСТИ РАСПОЗНАВАНИЯ СИМВОЛОВ ЛИНЕЙНЫМ МНОГОКЛАССОВЫМ КЛАССИФИКАТОРОМ НА ОСНОВЕ СГЛАЖИВАНИЯ АППРОКСИМИРУЮЩИХ ТАБЛИЦ Статья посвящена оценке апостериорной вероятности для многоклассового классификатора, обученного с методом опорных векторов. <...> Ключевые слова: метод опорных векторов, многолассовое распознавание, апостериорная вероятность, распознавание текста, аппроксимирующие таблицы. <...> PROBABILISTIC OUTPUT FOR MULTICLASS SUPPORT VECTOR MACHINE BY APPROXIMATION TABLE SMOOTHING Multiclass support vector machine produces uncalibrated values that is not a probability. <...> Keywords: SVM, support vector machine, multiclass recognition, probabilistic output, text recognition, approximation table. <...> Апостериорная оценка вероятности распознавания может быть полезной для многих задач распознавания. <...> Такая оценка позволяет автоматически игнорировать слабые результаты, в которых распознающая система может часто ошибаться. <...> К сожалению, широко применяемый в настоящее время метод опорных векторов не позволяет напрямую оценить апостериорную вероятность. <...> Существуют алгоритмы, дающие вероятностную оценку для двух классов [1,2], которые основаны на подборе параметров сигмоидной функции, или, например, алгоритмы, оценивающие апостериорную вероятность для метода попарного сравнения классов [3,4]. <...> К сожалению, сигмоидная функция не обладает достаточной гибкостью для аппроксимации, а попарное сравнение выполняется долго, если классов много. <...> Мы предлагаем новый простой и быстрый способ оценки апостериорной вероятности, который может быть применен для метода опорных векторов и работает для обучающих множеств небольших размеров, где алгоритмы, требующие больших выборок, дают неустойчивые результаты. <...> Разделяющее правило линейной классификации задается функцией где – вектор признаков, – метка класса, – множество всех распознаваемых классов, – коэффициенты линейной функции для класса . <...>