КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
Структура данныхСтр 1 из 2Следующая ⇒ Лабораторная работа №1
Покажем, как нейронные сети можно использовать в распознавании образов. Данные имитируют «цифры», высвечивающиеся на экране неисправного калькулятора. Наблюдаемые классы зависимой переменной DIGIT соответствовали цифрам 0-9, которые вводились с клавиатуры калькулятора. В задаче имеется семь категориальных предикторов: VAR1-VAR7 по числу линий, образующих цифру. Уровень категориального предиктора (0 - отсутствует; 1 - присутствует) показывает, высвечивалась ли на экране соответствующая ему одна из семи линий (три горизонтальных и четыре вертикальных). Описание предикторных переменных: VAR1 - верхняя горизонтальная, VAR2 - верхняя левая вертикальная, VAR3 - верхняя правая вертикальная, VAR4 - средняя горизонтальная, VAR5 - нижняя левая вертикальная, VAR6 - нижняя правая вертикальная и VAR7 - нижняя горизонтальная (рис. 1).
Рис. 1. Названия предикторов и соответствующие им линии Калькулятор неисправен, поэтому при нажатии какой-либо кнопки на цифровой клавиатуре на экране не всегда высвечивается правильная комбинация линий. Структура данных На рис. 2 приведены первые 10 наблюдений файла данных. Весь набор данных, состоящий из 500 наблюдений, содержится в файле Digit.sta. Рис. 2. Фрагмент исходного файла данных Результаты распознавания записаны в первой переменной (DIGIT). В переменные VAR1-VAR7 заключены уровни независимых категориальных предикторов.
|