ВУЗ:
Составители:
параметров, фильтрации, прогноза и т.д. Сам критерий
J( )α
может
вводиться искусственно и играть роль меры рассогласования оценки и
точного значения параметра. При этом вид алгоритма обработки часто
оказывается одинаковым для широкого класса функций потерь.
Идентификационные и безыдентификационные алгоритмы
По методу нахождения оптимальных параметров
α
*
адаптивные
алгоритмы можно разделить на идентификационные и
безыдентификационные [47]. При обработке случайных процессов и полей,
большее распространение получили адаптивные алгоритмы с
идентификацией [3,45,100,113]. В этих алгоритмах по имеющимся
реализациям (наблюдениям) сначала оцениваются необходимые неизвестные
характеристики
γ
объекта обработки, например изображения. Затем
полученные оценки
!
γ
используются как точные значения параметров
некоторой модели объекта в рамках неадаптивного байесовского подхода
[101], то есть принимается
ααγ= (
!
)
. В этом состоит суть большинства
модифицированных байесовских решающих правил. В очень широком классе
задач в качестве
!
γ
выбирают оценку МП.
При всех своих положительных качествах идентификационные
адаптивные алгоритмы имеют и недостатки, особенно в применении к
обработке многомерных данных. Зависимость данных от параметров
γ
может быть чрезвычайно сложной или неизвестной (например, зависимость
изображений от межкадровых ПД), поэтому даже при известных
γ
вычисление параметров процедуры обработки представляет сложную задачу.
Получение хороших оценок
!
γ
требует дополнительных вычислений и делает
обработку по меньшей мере двухэтапной: сначала нахождение оценок
!
γ
, а
потом собственно обработка. Заметим, что вычисления, в которых
используются
!
γ
, могут оказаться чувствительными к погрешностям этих
оценок, например, матрицы выборочных ковариаций зачастую оказываются
плохо обусловленными. И, наконец, даже точное значение
αα
γ
= ()
может
не давать минимума критерия
J( )α
, поскольку обрабатываемые данные
могут отличаться от используемой при синтезе алгоритма модели данных.
В алгоритмах без идентификации минимизация
J( )α
производится
непосредственно по регулируемым параметрам
α
без промежуточных
