Skip to main content
  • 3353 Accesses

Zusammenfassung

Bei Klassifizierungsverfahren möchte man ein Objekt nicht nur mit einer Art Messsystem, sondern charakteristische Muster auf der Basis verschiedener physikalischer Effekte messen und verarbeiten können, um durch Kombination der gewonnenen Klassifizierungsergebnisse schnell und sicher Aussagen zu erhalten. Während der Trainingsphase wird durch Optimierung diejenige NN-Anzahl zur Einstellung der Komplexität bzw. der Feinstruktur des Modells für jede Gruppe von Messdaten festgelegt, mit der die größte Klassifizierungsleistung erreicht wird. Die Ergebnisse dieser Klassifizierungen stehen als Daten zur Verfügung und können miteinander kombiniert werden, sodass mit dem Verknüpfungsergebnis (VKE) eine Gesamtaussage angegeben wird. Die Einzelergebnisse sind rückverfolgbar und es ist dadurch möglich, die Entstehung des VKE nach dem Ursache-Wirkungsprinzip zu untersuchen.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 69.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Voll transparentes Modell in Abschn. 1.6.

  2. 2.

    Nach dem Konzept Ensemble von Erwartungswerten in Abschn. 7.6 besteht die Datengruppe zur Repräsentation eines Objektes oder Zustandes aus mehreren Messreihen oder Untergruppen.

Literatur

  1. Ahlers H, Waldmann J (1997) Mikroelektronische Sensoren. Springer-Verlag, Berlin, Heidelberg

    Google Scholar 

  2. Halang W, Gerhard,Sartorius, Dipl-Ing, Talbot S (2013)

    Google Scholar 

  3. Mandal O (1999) Erstellung und Validierung einer kombinierten NIR/Raman-Bibliothek zur Identitätskontrolle organischer und anorganischer Substanzen. URL (https://mediatum.ub.tum.de/doc/1356861/1356861.pdf)

Download references

Author information

Authors and Affiliations

Authors

Rights and permissions

Reprints and permissions

Copyright information

© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Sartorius, G. (2019). Diversitäre Messmethoden. In: Erfassen, Verarbeiten und Zuordnen multivariater Messgrößen. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-23576-5_16

Download citation

Publish with us

Policies and ethics