Klassifikation von Mustern

4.6. ANDERE KLASSIFIKATORTYPEN (VA.1.1.3, 13.04.2004) 405
FOR j = 0 TO Mλ − 1 (d.h. für alle Spalten)
IF der Suchbereich in der (j, k)-Ebene ist eingeschränkt
THEN bestimme die untere Grenze Ku(j) und die obere Grenze Ko(j) des Index k
ELSE setze Ku(j) = 0, Ko(j) = M − 1
FOR k = Ku(j) TO Ko(j) (d.h. für alle Punkte einer Spalte)
berechne D ∗ (j, k) = d(fλj, fk) + min{D ∗ (j, k − 1), D ∗ (j − 1, k − 1), D ∗ (j − 1, k)};
setze D ∗ (j, k) = 0 für j < 0 oder k < 0 (Randbereich der (j, k)-Ebene)
IF optimaler Pfad soll rekonstruiert werden
THEN speichere die Indizes des Vorgängers auf dem optimalen Pfad
der minimale Abstand ist D ∗ (Mλ − 1, M − 1), der optimale Pfad kann bei Bedarf von
j = Mλ − 1 , k = M − 1 aus über die Indizes der Vorgänger rekonsturiert werden
Bild 4.6.8: Berechnung der besten Verzerrungsfunktion
¨ ¢
¨ ¥ ¨¨
Bild 4.6.9: Weitere Beispiele für die Definition von möglichen Vorgängern
erlangt. In diesem Zusammenhang sind auch andere Abstandsmaße als (4.6.9), (4.6.12) entwickelt
worden. Ebenso gibt es Modifikationen von Dλ in (4.6.15), z. B.
Dλ =
Mw
d(fλj(l), fk(l)) α(l)
N(α) ,
l=1