Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/53497
Title: Оптимальный гистограммный фильтр
Other Titles: Optimal Histogram Filter
Authors: Овсянников, А. В.
Козел, В. М.
Keywords: доклады БГУИР;гистограммные фильтры;идентификация;интервалы группирования
Issue Date: 2023
Publisher: БГУИР
Citation: Овсянников, А. В. Оптимальный гистограммный фильтр = Optimal Histogram Filter / А. В. Овсянников, В. М. Козел // Доклады БГУИР. – 2023. – Т. 21, № 5. – С. 13–19.
Abstract: Рассматривается методика построения оптимального гистограммного фильтра и его модификаций с учетом априорной информации о предполагаемой плотности распределения вероятностей. Основная идея построения гистограммного фильтра заключается в применении специального преобразования, отображающего профиль участка любого закона распределения в эквивалентный ему постоянный уровень характеристических чисел – информационных весов. Это преобразование позволяет определить коэффициенты гистограммного фильтра. Оценка значения числа данных конкретного интервала гистограммы формируется характеристической функцией фильтра, содержащей реальные данные и соответствующей характеристическому числу. Показана сходимость оценок, полученных гистограммным фильтром, к истинным значениям вероятностей интервалов. Рассмотрены модификации оптимального гистограммного фильтра, требующие меньше вычислительных затрат на их реализацию. Получены верхние границы качественных характеристик фильтров. Установлено, что оптимальный гистограммный фильтр независимо от вида закона распределения обеспечивает в три раза лучшее качество идентификации (распознавания) в сравнении со стандартной гистограммной оценкой. Эффективность гистограммного фильтра подтверждается моделированием. Гистограммный фильтр является простым для реализации инструментом, который легко может быть встроен в любой открытый алгоритм идентификации (распознавания) закона распределения.
Alternative abstract: The article discusses a technique for constructing an optimal histogram filter and its modifications, taking into account a priori information about the expected probability distribution density. The main idea of constructing a histogram filter is to apply a special transformation that displays the profile of a section of any distribution law into a constant level of characteristic numbers equivalent to it. This transformation allows to determine the coefficients of the histogram filter. An estimate of the value of the number of data of a particular interval of the histogram is formed by the characteristic function of the filter containing real data and equivalent to the characteristic number. The convergence of the estimates obtained by the histogram filter to the true values of the interval probabilities is shown. Modifications of the optimal histogram filter that require less computational costs for their implementation are considered. The upper bounds of the qualitative characteristics of filters are obtained. It has been established that the optimal histogram filter, regardless of the type of distribution law, provides three times the best quality of identification (recognition) in comparison with the standard histogram estimate. The efficiency of the histogram filter is confirmed by simulations. The histogram filter is an easy-to-implement tool that can be easily integrated into any open distribution law identification (recognition) algorithm.
URI: https://libeldoc.bsuir.by/handle/123456789/53497
DOI: http://dx.doi.org/10.35596/1729-7648-2023-21-5-13-19
Appears in Collections:Том 21, № 5

Files in This Item:
File Description SizeFormat 
Ovsyannikov_Optimalnii.pdf725.23 kBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.