| Аннотація | Актуальність теми статті полягає в тому, що питання вибору параметрів екстрактора ознак та алгоритму класифікаційного аналізу за умов апріорної невизначеності, ресурсних та інформаційних обмежень є недостатньо дослідженим і в повній мірі досі не вирішене.
Мета статті - підвищити в інформаційному та вартісному сенсі ефективність функціонування автономної системи розпізнавання об'єктів на місцевості, що функціонує в режимах навчання та екзамену за умов обмежених обсягів навчальної вибірки шляхом оптимізації параметрів екстрактора ознак та класифікатора спостережень.
Методи дослідження базуються алгоритмах цифрової обробки та аналізу зображень для формування дескрипторів об'єктів інтересу, на принципах математичної статистики та теорії інформації для оцінки функціональної ефективності вирішальних правил, положеннях теорії популяційних алгоритмів для оптимізації параметрів системи та сканування зображень.
Результати - розроблений алгоритм машинного навчання з грубим двійковим кодуванням спостережень т |