Методологическая основа расчета информативности та же, что и в разделе 3.1. Мы по-прежнему считаем, что наиболее конструктивной характеристикой эффективности является конечный эффект работы алгоритма классификации, а именно, вероятность, (или ее оценка) правильной классификации.
Как показано в предыдущем разделе, для оценки вероятности правильной классификации необходимо рассчитать вероятность принятия ошибочного решения в пользу k-й гипотезы при истинной 1-й.
Для расчета вероятности воспользуемся предположением, о том, что компоненты (квадратурные составляющие на выходе линейной части устройства формирования РЛИ), образующие в результате вектор отсчетов радиолокационного портрета , статистически независимы и нормальны. В этом случае решение принимается в соответствии с алгоритмом (3.3.1) а вероятности находятся в соответствии со следующим приближенным выражением:
(3.3.47)
где (3.3.48)
причем S выбирается из условия
В последнем выражении: mki – математическое ожидание, а – дисперсия i-й компоненты признака при наблюдении ПРЦ k-го класса. Для случая, аналогичного анализу алгоритма (3.3.1):
mki = 0 (k = 1, M; i = 1, N); (3.3.49)