i
ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN
Nguyễn Viết Đạt NGHIÊN CỨU ỨNG DỤNG PHƯƠNG PHÁP PHÂN
TÍCH HỆ SỐ TƯƠNG QUAN TRONG XỬ LÝ -
PHÂN TÍCH SỐ LIỆU PHỔ GAMMA HÀNG
KHÔNG
LUẬN VĂN THẠC SĨ KHOA HỌC HÀ NỘI - 2012
ii
ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN
1.2.2. Các phương pháp phân tích tài liệu dịa vật lý may bay ở Việt Nam 25
CHƯƠNG 2. PHƯƠNG PHÁP HỆ SỐ TƯƠNG QUAN VÀ KHẢ NĂNG ỨNG
DỤNG CỦA PHƯƠNG PHÁP TRONG GIẢI ĐOÁN ĐỊA CHẤT SỐ LIỆU
PHỔ GAMMA HÀNG KHÔNG 27
2.1. PHƯƠNG PHÁP HỆ SỐ TƯƠNG QUAN 27
2.1.1. Hệ số tương quan 27
2.1.2. Cơ sở áp dụng phương pháp hệ số tương quan 29
2.2. ỨNG DỤNG PHƯƠNG PHÁP HỆ SỐ TƯƠNG QUAN TRONG ĐÁNH
GIÁ PHÂN LOẠI CỤM DỊ THƯỜNG 31
2.2.1. Đánh giá phân loại dị thường đơn 31
2.2.2. Đánh giá phân loại cụm dị thường 35
2.2.3. Ứng dụng hệ số tương quan trong đánh giá, phân loại cụm dị thường 36
2.3. ỨNG DỤNG PHƯƠNG PHÁP TRONG PHÂN CHIA THÀNH TẠO ĐỊA
CHẤT VÀ DỰ BÁO TRIỂN VỌNG KHOÁNG SẢN 38
iv
2.4. XÂY DỰNG CHƯƠNG TRÌNH ỨNG DỤNG PHƯƠNG PHÁP HỆ SỐ
TƯƠNG QUAN 40
CHƯƠNG 3. ÁP DỤNG PHƯƠNG PHÁP HỆ SỐ TƯƠNG QUAN TIẾN
HÀNH PHÂN TÍCH THỬ NGHIỆM TÀI LIỆU PHỔ GAMMA HÀNG
KHÔNG VÙNG ĐÔNG TỈNH ĐAK LAK 44
3.1. GIỚI THIỆU KHU VỰC NGHIÊN CỨU 44
3.1.1. Đặc điểm địa lý tự nhiên vùng nghiên cứu và khu vực lân cận 44
3.1.2. Đặc điểm dân cư - kinh tế - xã hội 48
3.1.3. Đặc điểm địa chất 49
3.2. ỨNG DỤNG PHƯƠNG PHÁP HỆ SỐ TƯƠNG QUAN VỚI SỐ LIỆU
THỰC TẾ VÙNG ĐÔNG ĐAK LAK 55
3.2.1. Ứng dụng hệ số tương quan góp phần đánh giá cụm dị thường 55
3.2.2. Ứng dụng phương pháp hệ số tương quan trong khoanh định các dị
thường và đánh giá phân loại dị thường trên toàn diện tích nghiên cứu 59
Hình 3.4: Sơ đồ đồng mức hệ số tương quan R
U/Th
60
Hình 3.5: Sơ đồ đồng mức hệ số tương quan R
U/K
61
Hình 3.6: Sơ đồ đồng mức hệ số tương quan R
Th/K
62
Hình 3.7: Sơ đồ phân vùng triển vọng khoáng sản khu vực nghiên cứu 64
1
MỞ ĐẦU
Hiện nay, trong công tác điều tra nghiên cứu địa chất và tìm kiếm khoáng
sản thì số lượng thông tin trên mỗi một đối tượng thu thập ngày càng lớn. Mỗi một
tài liệu chứa đựng một loại thông tin về đối tượng và nếu chỉ sử dụng một loại tài
liệu riêng biệt thì rất khó có thể giải quyết thoả đáng nhiệm vụ đặt ra. Do đó phân
tích đồng thời nhiều loại thông tin về đối tượng (tổ hợp số liệu) là một xu hướng tất
yếu, được phát triển mạnh và được áp dụng rộng rãi ở nước ta và trên thế giới.
Trong công tác bay đo từ - phổ gamma hàng không ở Việt Nam số lượng các
dị thường phổ gamma hàng không phát hiện được là rất lớn, tuy nhiên chỉ có số
lượng rất hạn chế có thể tiến hành kiểm tra đánh giá mặt đất. Vì vậy nhằm mục tiêu
nâng cao hiệu quả trong xử lý phân tích số liệu phổ gamma hàng không, học viên
tiến hành nghiên cứu và đề xuất phương pháp hệ số tương quan góp phần bổ sung
vào nhóm các phương pháp xử lý phân tích số liệu phổ gamma hàng không.
Luận văn được thực hiện với các mục tiêu Ngiên cứu phương pháp phân tích
hệ số tương quan và khả năng ứng dụng của phương pháp trong xử lý phân tích số
liệu phổ gamma hàng không. Sử dụng phương pháp hệ số tương quan để tiến hành
phân tích thử nghiệm trên số liệu thực tế từ đó đưa ra khả năng ứng dụng phương
pháp này trong xử lý số liệu phổ gamma hàng không. Với mục tiêu này, luận văn
Khác với các lĩnh vực nghiên cứu trực tiếp đối tượng địa chất, địa vật lý
nghiên cứu gián tiếp các đối tượng đó dựa vào các đặc điểm trường vật lý của
chúng. Từ các số liệu khảo sát trường địa vật lý, mục tiêu cuối cùng của công tác
thăm dò địa vật lý là đưa ra được các thông tin của đối tượng để phục vụ cho các
mục tiêu khác nhau. Để thực hiện nhiệm vụ này có nhiều phương pháp, trong đó lý
thuyết nhận dạng – lĩnh vực toán học giải quyết các bài toán phân loại đối tượng là
một phương án được lựa chọn nhiều hiện nay trong địa vật lý.
Mỗi loại số liệu cụ thể thường chỉ phản ánh một số đặc trưng nào đó của đối
tượng vì vậy khi sử dụng số liệu đó để đưa ra kết luận về đối tượng sẽ cho kết quả
kém tin cậy do nhiều nguyên nhân khác nhau chưa kể tới các sai số mắc phải khi
thu thập và chỉnh lý số liệu. Để nâng cao chất lượng xử lý thông tin và đáp ứng
được các yêu cầu thực tế, hiện nay, người ta áp dụng phổ biến là các phương pháp
xử lý tổ hợp dữ liệu. “Xử lý tổ hợp dữ liệu về cơ bản là dựa trên nhiều loại thông
tin khác nhau để giải quyết được các nhiệm vụ đặt ra phù hợp với điều kiện kinh tế
và kỹ thuật cho phép”
1
. Không chỉ trong địa vật lý mà nhiều lĩnh vực khác cũng sử
dụng xử lý tổ hợp số liệu để nâng cao chất lượng của kết quả xử lý.
1.1.1. Các bước xử lý tổ hợp số liệu địa địa vật lý
Trong công tác xử lý tổ hợp số liệu địa vật lý, nhiệm vụ cơ bản và quan
trọng nhất là phân loại các điểm quan sát thành các diện tích hay các nhóm
diện tích nhất định. Trong đó các diện tích được phân loại có các trường địa
vật lý đặc trưng cho các đối tượng địa chất tương ứng. Để giải quyết nhiệm vụ
1
Theo Phạm Năng Vũ (2002), Bài giảng cơ sở lý thuyết xử lý số liệu địa vật lý,
4
trên, tương tự như nhiều lĩnh vực khoa học kĩ thuật khác, trong địa vật lý
người ta thường sử dụng lý thuyết nhận dạng - một lĩnh vực toán học đi sâu
dạng đảm bảo để phân loại các đối số liệu quan sát thành hai lớp (thí dụ lớp
có quặng và lớp không quặng) hoặc với số lớp nhiều hơn 2 khi có trước các
đặc trưng thống kê của mỗi loại dấu hiệu ứng với các đối tượng chuẩn.
Vấn đề quan trọng, mang tính quyết định trong công tác xử lý số liệu địa
vật lý bằng thuật toán nhận dạng theo đối tượng chuẩn là lựa chọn đối tượng
chuẩn, trên đó tiến hành nghiên cứu các đặc trưng thông kê của các dấu hiệu
(các trường địa vật lý). Điều này đặc biệt quan trọng khi khảo sát các diện tích
có cấu trúc địa chất phức tạp, ở đó các trường địa vật lý quan sát được biến
đổi mạnh ngay cả ở những diện tích nhỏ.
Nhóm các phương pháp nhận dạng không có đối tượng chuẩn được áp
dụng khi chúng ta không biết trước các đặc trưng thống kê của các dấu hiệu
ứng với các lớp đối tượng cần tìm. Khi đó quá trình nhận dạng đơn thuần chỉ
thực hiện nhiệm vụ phân loại trường.
Phương pháp xử lý số liệu bằng thuật toán nhận dạng không có đối
tượng chuẩn được thực hiện như sau: bằng thuật toán phân loại trường lựa
chọn được, tiến hành chia các điểm quan sát thành một số nhất định các diện
tích đồng nhất về dấu hiệu tổ hợp. Bản chất địa chất của từng diện tích phân
ra được có thể không xác định được; để xác định chúng đòi hỏi phải có các số
liệu khoan hoặc nghiên cứu bổ sung về tính chất vật lý của đá.
b. Ước lượng các đặc trưng thống kê và lượng tin của các dấu hiệu trên
các đối tượng chuẩn
.
6
• Ước lượng các đặc trưng thống kê.
Để xử lý tổ hợp các số liệu bằng phương pháp nhận dạng có mẫu chuẩn
thì công việc quan trọng mang tính quyết định là lựa chọn các mẫu chuẩn và
xác định các đặc trưng thống kê các trường địa vật lý của chúng.
Các mẫu hay đối tượng chuẩn là phần diện tích ở đó bằng các số liệu
khoan và các số liệu địa chất khác đã xác định được bản chất địa chất của các
các đối tượng khác nhau với nhau. Khả năng này phụ thuộc vào việc các đối
tượng của cùng một lớp có thường xuyên cho những giá trị cố định của dấu
hiệu đó hay không và các giá trị đó có phân bố rộng ra ngoài giới hạn của các
đối tượng của lớp đó hay không.
Người ta đưa ra các khái niệm lượng tin từng phần, lượng tin tổng (tích
phân) và lượng tin tổng hợp. Lượng tin từng phần là lượng tin của những dải
giá trị hay của nhóm các giá trị riêng biệt của một dấu hiệu nhất định. Lượng
tin tổng là lượng tin chứa toàn bộ các giá trị của một dấu hiệu (một loại
trường) nào đó. Cuối cùng lượng tin tổng hợp là lượng tin tính cho những
dạng kết hợp khác nhau của nhiều dấu hiệu.
Trong quá trình nhận dạng không phải mọi dấu hiệu trường đều quan
trọng như nhau, thậm chí có những dấu hiệu trường địa vật lý hoàn toàn
không chứa thông tin về đối tượng khảo sát và có thể là những dấu hiệu nhiễu
làm mờ nhạt đi các thông tin hữu ích. Khi đưa các dấu hiệu này vào sử dụng
để nhận dạng không làm tăng mà ngược lại làm giảm chất lượng nhận dạng
đối tượng. Chính vì vậy, trong quá trình xử lý cần tiến hành đánh giá lượng
8
tin của từng dấu hiệu để từ đó chọn ra những dấu hiệu có lượng tin cao đưa
vào xử lý và loại bỏ những dấu hiệu có lượng tin thấp.
c. Nguyên tắc lựa chọn các thuật toán xử lý.
Các thuật toán được lựa chọn để xử lý sẽ ảnh hưởng tới chất lượng xử lý.
Để chất lượng xử lý cao khi lựa chọn các thuật toán người ta dựa vào các yếu
tố sau:
• Nhiệm vụ địa chất đặt ra.
Nếu nhiệm vụ của khảo sát địa vật lý là tìm kiếm mỏ thì thuật toán phải
có khả năng nhận dạng hai lớp đối tượng: lớp quặng và lớp không quặng. Còn
nếu nhiệm vụ của khảo sát địa vật lý là phục vụ công tác đo vẽ bản đồ địa
chất thì thuật toán phải đảm bảo khả năng cùng một lúc nhận dạng được nhiều
lớp đối tượng liên quan với nhiều loại đất đá và các yếu tố kiến tạo khác nhau.
Đối với các thuật toán nhận dạng có mẫu chuẩn, chất lượng xử lý được
đánh giá dựa vào sai số nhận dạng các đối tượng kiểm chứng (tỉ số các đối
tượng kiểm chứng được nhận dạng đúng so với tổng các đối tượng kiểm
chứng được đưa ra nhận dạng). Các đối tượng kiểm chứng là các đối tượng
mà bản chất địa chất của chúng đã được xác định rõ, song chúng không được
chọn làm đối tượng mẫu mà là đối tượng được dùng làm kiểm tra các kết quả
nhận dạng.
Đối với các thuật toán nhận dạng không đối tượng chuẩn người ta sử
dụng xác suất nhận dạng sai lầm để đánh giá chất lượng xử lý. Xác suất này
được tính dựa vào việc tính tích phân hàm phân bố mật độ xác suất của một
10
hệ số gọi là hệ số tương thích. Các hàm này được xác định riêng cho các đối
tượng kiểm chứng của từng lớp một.
1.1.2. Các thuật toán nhận dạng
Nhiệm vụ cơ bản nhất của công tác xử lý tổ hợp số liệu địa vật lý là phân loại
được các điểm quan sát thành các diện tích nhất định hay các nhóm, lớp diện tích
nhất định, ở đó các đặc trưng của trường địa vật lý giống với các đặc trưng của
trường liên quan với loại (lớp) đối tượng địa chất nhất định. Để giải quyết được
nhiệm vụ trên tương tự nhiều lĩnh vực khoa học khác người ta sử dụng lý thuyết
nhận dạng - một lĩnh vực toán học đi sấu vào giải quết các bài toán phân loại đối
tượng dựa vào mối quan hệ hữu cơ giữa các đối tượng cụ thể và các dấu hiệu đặc
trưng cho đối tượng đó.
Hiện nay, trong địa vật lý ngưồi ta sử dụng rất nhiều phương pháp nhận dạng
hiện đại, được tự động hoá bằng các phần mềm mạnh. Tuy nhiên có thể chia chúng
thành 2 nhóm: nhóm có phương pháp nhận dạng theo đối tượng chuẩn (có thông tin
tiên nghiệm) và nhóm có phương pháp nhận dạng không có đối tượng chuẩn (không
có thông tin tiên nghiệm).
a. Mẫu chuẩn, các đặc điểm đặc trưng của mẫu chuẩn
Để xử lý tổ hợp các số liệu bằng phương pháp nhận dạng có mẫu chuẩn thì
dấu hiệu người ta sử dụng khái niệm lượng tin của dấu hiệu. Lượng tin của dấu hiệu
là khả năng mà dấu hiệu đó có thể phân biệt được các đối tượng khác nhau với
nhau. Khả năng này phụ thuộc vào việc các đối tượng của cùng một lớp có thường
xuyên cho những giá trị cố định của dấu hiệu đó hay không và các giá trị đó có phân
bố rộng ra ngoài giới hạn của các đối tượng của lớp đó hay không.
Trong quá trình nhận dạng không phải mọi dấu hiệu trường đều quan trọng
như nhau, thậm chí có những dấu hiệu trường địa vật lý hoàn toàn không chứa
12
thông tin về đối tượng khảo sát và có thể là những dấu hiệu nhiễu làm mờ nhạt đi
các thông tin hữu ích. Khi đưa các dấu hiệu này vào sử dụng để nhận dạng không
làm tăng mà ngược lại lại làm giảm chất lượng nhận dạng đối tượng. Chính vì vậy,
trong quá trình xử lý cần tiến hành đánh giá lượng tin của từng dấu hiệu để từ đó
chọn ra những dấu hiệu có lượng tin cao đưa vào xử lý và loại bỏ những dấu hiệu có
lượng tin thấp.
Dựa vào các giá trị trường quan sát được trên các đối tượng chuẩn người ta
tiến hành xác định các đặc trưng thống kê của trường cho từng loại đối tượng. Các
đặc trưng này được sử dụng tuỳ thuộc vào thuật toán nhận dạng áp dụng. Thường
các đặc trưng thống kê bao gồm:
- Đường cong biến phân (hàm phân bố mật độ xác xuất thực nghiệm).
- Kỳ vọng và phương sai của trường (tính thông qua đường cong biến phân).
Ngoài ra khi cần người ta tính cả hệ số tương quan giữa các dấu hiệu,
phương chủ đạo của các dị thường…
b. Các thuật toán nhận dạng có mẫu chuẩn
Các thuật toán nhận dạng có mẫu chuẩn là các thuật toán tiến hành xác định
bản chất địa chất của các đối tượng dựa vào việc so sánh tập hợp các dấu hiệu địa
vật lý đặc trưng cho đối tượng chuẩn với tập hợp các dấu hiệu địa vật lý của đối
tượng nghiên cứu.
Việc lựa chọn thuật toán nhận dạng tuỳ thuộc vào các điều kiện sau:
- Số liệu xuất phát.
sẽ có lượng tin lớn hơn.
Cuối cùng là nhận dạng các đối tượng nghiên cứu. Ở bước này người ta tiến
hành kiểm tra xem bao nhiêu tổ hợp dấu hiệu phức hợp của từng lớp gặp ở đối
tượng nghiên cứu. Nếu số lần gặp các tổ hợp dấu hiệu phức hợp của một lớp nào đó
nhiều hơn số lần gặp các tổ hợp phức hợp của lớp khác thì đối tượng nghiên cứu
được xếp vào lớp đó. Quá trình này được tiến hành cho tới khi đối tượng cuối cùng
được nhận dạng.
• Phương pháp nhận dạng sử dụng phân tích hồi quy
14
Trong xử lý số liệu địa vật lý, thuật toán hồi quy đầu tiên được sử dụng để sử
lý các số liệu đo địa vật lý giếng khoan và phân tích định lượng các tài liệu trọng
lực. Thực chất của thuật toán này là xây dựng các hàm hồi quy xác định mối quan
hệ giữa các tham số địa chất cần tìm với các số liệu địa vật lý quan sát được bằng
các phương pháp khác nhau. Ví dụ mối quan hệ giữa một bên là độ rỗng của đất đá
với bên kia là các số liệu đo điện trở, điện trường tự nhiên, gama… dọc thành giếng
khoan.
Thường quá trình xấp xỉ các hàm hồi quy giới hạn bởi các đa thức bậc 1, bậc
2 hoặc đặc biệt có thể xấp xỉ với đa thức bậc lớn hơn. Ví dụ: nếu chỉ có hai dấu hiệu
1 và 2 thì hàm hồi quy được xấp xỉ bằng đa thức bậc 2 có đạng:
y
k
= a
k
x
1k
+ b
k
x
2k
k
trong biểu thức (1.1) được xác định bằng
phương pháp bình phương tối thiểu theo các giá trị địa chất của tham số y
k
xác định
được trên các đối tượng chuẩn và các số liệu đo trường địa vật lý của các dấu hiệu
x
1k
và x
2k
của chính đối tượng đó.
Phương trình hồi quy trên được xác định cho từng đối tượng chuẩn thứ k.
Ngoài phương pháp hồi quy người ta còn tiến hành xác định giá trị ngưỡng y
k
cho
từng lớp đối tượng chuẩn. Cuối cùng đưa các giá trị trường đo được trên các đối
tượng cần nghiên cứu vào các phương trình hồi quy tìm được trên đối tượng chuẩn
ta sẽ xác định được giá trị của tham số y
k
của đối tượng nghiên cứu.
Thuật toán phân tích hồi quy có ưu điểm là dễ dàng đưa vào xử lý bổ sung
các số liệu của dấu hiệu mới bằng cách đưa thêm vào phương trình của hàm hồi quy
các số hạng mới. vì vậy thuật toán này rất phù hợp cho việc xử lý các số liệu của tổ
hợp khảo sát gồm nhiều dấu hiệu khác nhau.
Tuy nhiên thuật toán hồi quy cũng có nhược điểm ở chỗ với một tập hợp số
liệu nhất định ứng với một giá trị sai số cho trước có thể xấp xỉ được nhiều hàm hồi
quy. Nhược điểm này thể hiện rõ nhất khi các đấu hiệu quan sát trường liên quan
với nhau. Lý do trên không cho phép đưa ra được các lý giải về ý nghĩa vật lý của
15
(
)(
log,
2
:1
2
1
xP
xp
x
J
(1.3)
Trong đó:
P
1
(x), P
2
(x) là các xác suất bắt gặp giá trị dấu hiệu x cùng với các đối tượng
tương ứng của lớp 1 và lớp 2 (ví dụ lớp quặng và lớp không quặng). Khi sử dụng
đối tượng chuẩn cho lớp 1 (lớp quặng) thì trong các biểu thức P
2
(x) được thay bằng
1.
x là vecto giá trị các dấu hiệu được sử dụng, x
1
, x
2
,…, x
k
(ví dụ các hàm
k
k
xL
xLxL
xPxP
xP
xP
xPxP
xL ==
(1.5)
),2:
1( ),2:
1(),2:1(
),2:1(
2
1 k
xJxJx
JxJ +++=
(1.6)
16
Nếu sự phụ thuộc của các dấu hiệu là rõ và sự phân bố của chúng tuân theo
luật chuẩn thì để nhận dạng các đối tượng thuộc lớp 1 và lớp 2 người ta thường sử
dụng các hàm phân giải bậc 1 (R
1
) hoặc bậc 2 (R
2
) đối với các tham số x
1
, x
Trong đó các hệ số: a
i
, b
ij
, c
i
được xác định từ các ma trận thông tin các dấu
hiệu của các đối tượng thứ 1 và thứ 2. Thông qua các “diện tích đối tượng chuẩn”
người ta xác định được các vecto giá trị các dấu hiệu sử dụng x (trong trường hợp
các dấu hiệu được xem là không phụ thuộc nhau) hoặc các hệ số a
i
, b
ij
, c
i
(trong
trường hợp các dấu hiệu phụ thuộc nhau). Sau đó tính giá trị L(x), J(1:2,x) hoặc R
1
,
R
2
, phổ các giá trị này lên khắp diện tích khảo sát và biểu diễn chúng lên bản đồ.
Đối sánh các giá trị này với các giá trị của đối tượng chuẩn có thể nhận biết và
khoanh định được các diện tích đồng dạng với đối tượng chuẩn. Các dấu hiệu được
lựa chọn thường là một tổ hợp nào đó trong số các tham số thu được.
c. Các thuật toán nhận dạng không có mẫu chuẩn
• Thuật toán kiểm chứng thống kê
Thuật toán này tiến hành phân loại trường khi các dấu hiệu trường hoàn toàn
độc lập nhau. Ban đầu người ta sử dụng bộ lọc để tách các dị thường ra khỏi phông
nhiễu cho từng dấu hiệu trường. Kết quả lọc cho phép nhận được các số liệu trường
(lần trước đó).
Nếu ký hiệu tập hợp mẫu chuẩn (E
v
) chọn được ở lần chọn thứ v là:
E
v
= { e
1
v
, e
2
v
,… e
k
v
} với v = 0, 1, 2,
Với ký hiệu này mẫu chuẩn xuất phát là:
E
0
= { e
1
0
, e
2
0
,… e
k
0
giữa đối tượng nghiên cứu với đối tượng chẩn theo lượng thông tin tổng hợp của
toàn bộ các dấu hiệu (trường địa vật lý quan sát).
Phụ thuộc vào từng loại thuật toán nhận dạng người ta chọn những đại lượng
khác nhau để đánh giá chỉ số tương đồng. Đối với các thuật toán nhận dạng kiểm
chứng thống kê thì chỉ số tương đồng chính là hệ số tương thích λ hay xác suất hậu
nghiệm P(A
k
/B
j
). Đối với các thuật toán loại này để quyết định nghiệm người ta đưa
ra các giá trị ngưỡng của hệ số tương thích và xác suất hậu nghiệm. Giá trị của chỉ
số tương đồng sẽ được so sánh với giá trị ngưỡng này để quyết định đối tượng
nghiên cứu giống hay không giống với mẫu.
Chất lượng của kết quả xử lý được đánh giá dựa vào sai số nhận dạng các đối
tượng kiểm chứng. Các đối tượng kiểm chứng là các đối tượng mà bản chất địa chất
của chúng đã được xác định rõ, song chúng không được chọn là mẫu chuẩn để nhận
dạng mà được dùng làm các đối tượng để kiểm tra các kết quả nhận dạng.
Sai số nhận dạng được tính bằng tỷ số các đối tượng kiểm chứng được nhận
đạng dúng so với tổng các đối tượng kiểm chứng được đem ra nhận dạng.
19
Đối với các thuật toán nhận dạng kiểm chứng thống kê người ta sử dụng xác
suất nhận dạng sai lầm để đánh giá chất lượng xử lý. Xác suất này được xác định
dựa vào việc tính tích phân hàm phân bố mật độ xác suất của hệ số tương thích λ.
Các hàm này được xác định riêng cho các đối tượng kiểm chứng của từng lớp một.
Copyright: Tài liệu đại học ©