Вспоминаю свой иститут - МРТИ. Курс "Введение в теорию распознавания образов". Строгий, но справедливый преподаватель Ватлин. И вот после одной темы я подхожу к нему со своей идеей. Жаль, тогда так и не смог ее объяснить, поэтому излагаю сейчас. Думаю, эта тема будет интересна только для тех, кто знаком с алгоритмами распознавания образов.

Обычный алгоритм распознавания образов состоит в введении некоторой оценочной функции объекта F(x). Для поступившего на вход объекта вычисляется эта функция, а затем ее значение сравнивается со значениями этой же функции для образцов (классов). Где разница минимальна, к тому классу и следует отнести образ.

Мне кажется, в таком подходе есть недостаток. Не всегда легко формализовать полностью функцию F(X). Я предлагаю другой подход.
Поступивший на вход объект сравнивается с двумя взятыми наугад образцами. Выбирается образец, который наиболее похож на объект. Этот образец фиксируется, а из выборки образцов берется следующий образец. И так до перебора всех образцов. В результате остается наиболее похожий на объект образец. К этому классу и относится образ.

Алгоритм более трудоемкий - нужно перебрать всю выборку образцов. Зато более качественно распознающий образы, т.к. формализовать утверждения "Похож Больше/Меньше" проще, чем составить оценочную функцию.

С ностальгией и приветом всему МРТИ(БГУИР).