Zusammenfassung
Die Verarbeitung hochdimensionaler Datensätze und die konzeptionellen Hintergründe dazu sind in diesem Buch mit einem Realisierungsbeispiel für multivariate Datensätze aufgeführt, anhand des MAE-Verfahrens erklärt und wichtige Begriffe bezüglich der konzeptionellen Anforderungen präzisiert. Das gesamte Verfahren ist in Verarbeitungsmodulen für die einzelnen Aufgabenbereiche organisiert, die im Folgenden genannt werden. Es wurde zur Mono- und Multiklassenverarbeitung entwickelt, wobei erstere bezüglich der Klassifizierung im Vordergrund steht und zweitere Möglichkeiten für spezielle Zwecke bietet. Die dazu notwendigen Vorbereitungen, Berechnungen und Darstellungen werden qualitativ im Text und quantitativ als Organisations-, Kalkulations- und Ergebnisbeispiele im Anhang mit Bezug zu den entsprechenden Textstellen aufgeführt.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Siehe dazu Abschn. 2.4, Charakteristik eines KNN.
- 2.
Die Kommunikation kann mit einer Punkt-zu-Punkt-Verbindung, einem Datenbussystem oder über das Internet erfolgen.
- 3.
Informationen liegen in dekorrelierter Form vor, können kombiniert, visuell dargestellt, beurteilt und verglichen werden.
- 4.
MAE steht für multivariate adaptive Einbettung.
- 5.
Solche parametrisierten Darstellungen, z. B. Spektrogramme bei Abwasseruntersuchungen, Durchleuchtungen von Gewebe, Altglas usw., werden in den genannten Systemen genutzt, um Klassifizierungen oder quantitative Aussagen zu ermöglichen. Siehe dazu auch Anhang I, Anwendungen.
Literatur
Halang W, Gerhard,Sartorius, Dipl-Ing, Talbot S (2008) DE102008054345B4 – Verfahren und Vorrichtung zur Detektion von Kampfstoffen. URL https://patents.google.com/patent/DE102008054345B4/de
Sartorius G (2012) Multivariate Adaptive Embedding, MAE-Process. In: Unger H, Kyamaky K, Kacprzyk J (eds) Autonomous Systems: Developments and Trends, Studies in Computational Intelligence, vol 391, Springer Berlin Heidelberg, Berlin, Heidelberg, pp 109–117, https://doi.org/10.1007/978-3-642-24806-1_9
Talbot S, Sartorius G (2011) Multivariate adaptative embedding (MAE) for the identification of bacterial pathogens in the field. Engineering in Life Sciences Volume 11, Issue 5, October 2011:Pages 468–475
VDI-Verlag (1995) Elektronische Nase erschnüffelt Umweltgifte. In VDI Nachrichten H. 02.06
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Sartorius, G. (2019). Ein Klassifizierungsverfahren im Überblick. In: Erfassen, Verarbeiten und Zuordnen multivariater Messgrößen. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-23576-5_4
Download citation
DOI: https://doi.org/10.1007/978-3-658-23576-5_4
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-23575-8
Online ISBN: 978-3-658-23576-5
eBook Packages: Computer Science and Engineering (German Language)