koz"Вестник Северо-Казахстанского университета имени Манаша Козыбаева"Bulletin of Manash Kozybayev North Kazakhstan University2958-003X2958-0048М. Қозыбаев атындағы СҚУkoz-37Research ArticleТЕХНИЧЕСКИЕ НАУКИTECHNICAL SCIENCESПРИМЕНЕНИЕ ЛОРЕНЦОВОЙ МЕТРИКИ В РАСПОЗНАВАНИИ ОБРАЗОВAPPLICATION LORENTZ METRICS IN PATTERN RECOGNITIONКерімбековЕ. Р.KerimbekovY. R.

г. Туркестан

Turkestan

СейіткамалЕ. С.SeiitkamalY. S.

г. Туркестан

Turkestan

Международный казахско – турецкий университет имени Ходжа Ахмеда ЯссауиКазахстанInternational Kazakh – Turkish University named after Khoja Ahmed YassauiKazakhstan20190808202101 (42)203209Copyright © Керімбеков Е.Р., Сейіткамал Е.С., 20212021Керімбеков Е.Р., Сейіткамал Е.С.Kerimbekov Y.R., Seiitkamal Y.S.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.ku.edu.kz/jour/article/view/37

Развитие техники и технологий произвело революцию в мире науки, в частности, появление только одной вычислительной техники дало новый импульс науке и привело к открытию различных инноваций. В наши дни интеграция науки в мир науки позволяет нам судить о появлении новых идей и оптимальности прошлого. В этой статье мы впервые рассмотрели литературу для зарубежных публикаций по исследуемой теме и сравнили метрику Лоренца с Евклидовым пространством в качестве примера в формулах и иллюстрациях. Используя метрику Лоренца, мы создали новый алгоритм распознавания моделей и проверили базу данных, чтобы проверить эффективность этого алгоритма. В результате эксперимента алгоритм, созданный метрикой Лоренца, сравнивался с классическими алгоритмами, а именно с алгоритмами Байеса, kNN и аналогичными, и затем представлял конкретные результаты.

The development of technologies and technologies has revolutionized the world of science, in particular, the emergence of only one computing technology has given new impetus to science and led to the discovery of various innovations. Nowadays, the integration of science into the world of science allows us to judge the emergence of new ideas and the optimality of the past. In this article, we first reviewed the literature for foreign publications on the topic under study and compared the Lorentz metric with Euclidean space as an example in formulas and illustrations. Using the Lorentz metric, we created a new model recognition algorithm and checked the database to verify the effectiveness of this algorithm. As a result of the experiment, the algorithm created by the Lorentz metric was compared with classical algorithms, namely Bayes algorithms, kNN and similar ones, and then presented specific results.

метрика ЛоренцаЕвклидово пространствоинтеллектуальные алгоритмыраспознавание образовклассификацияLorentz metricEuclidean spaceintellectual algorithmspattern recognitionclassificationReferencesY. Deng , Y. Li , Y. Qian , X. Ji , Q. Dai , Visual words assignment via information–theoretic manifold embedding, IEEE Trans. Cybern. 44 (10) (2014) 1924–1937.Y. Deng , Y. Li , Y. Qian , X. Ji , Q. Dai , Visual words assignment via information–theoretic manifold embedding, IEEE Trans. Cybern. 44 (10) (2014) 1924–1937.Tan X., et al. "Face recognition from a single image per person: A survey", Pattern recognition 39(9):1725–1745, 2006.Tan X., et al. "Face recognition from a single image per person: A survey", Pattern recognition 39(9):1725–1745, 2006.Theodoridis S., Koutroumbas K., Pattern Recognition, 4th ed., Elsevier, 2009.Theodoridis S., Koutroumbas K., Pattern Recognition, 4th ed., Elsevier, 2009.Kerimbekov Y., et al., "The use of Lorentz distance metric in classification problems." Pattern Recognition Letters, 84: 170–176, 2016.Kerimbekov Y., et al., "The use of Lorentz distance metric in classification problems." Pattern Recognition Letters, 84: 170–176, 2016.R. Liu , Z. Su , Z. Lin , X. Hou , Lorentzian discriminant projection and its applications, in: ACCV’09, 3, 2009, pp. 311–320.R. Liu , Z. Su , Z. Lin , X. Hou , Lorentzian discriminant projection and its applications, in: ACCV’09, 3, 2009, pp. 311–320.H.S. Bilge , Y. Kerimbekov , Classification with Lorentzian distance metric, in: 23th Signal Processing and Communications Applications Conference (SIU2015), 2015, pp. 2106–2109.H.S. Bilge , Y. Kerimbekov , Classification with Lorentzian distance metric, in: 23th Signal Processing and Communications Applications Conference (SIU2015), 2015, pp. 2106–2109.H.S. Bilge , Y. Kerimbekov , H.H. Ugurlu , A new classification method by using Lorentzian distance metric, in: Innovations in Intelligent SysTems and Applications 2015 International Symposium on, 2015, pp. 1–6.H.S. Bilge , Y. Kerimbekov , H.H. Ugurlu , A new classification method by using Lorentzian distance metric, in: Innovations in Intelligent SysTems and Applications 2015 International Symposium on, 2015, pp. 1–6.Y. Deng , Q. Dai , R. Liu , Z. Zhang , S. Hu , Low–rank structure learning via non–convex heuristic recovery, IEEE Trans. Neural Netw. Learn. Syst. 24 (3) (2013) 383–396.Y. Deng , Q. Dai , R. Liu , Z. Zhang , S. Hu , Low–rank structure learning via non–convex heuristic recovery, IEEE Trans. Neural Netw. Learn. Syst. 24 (3) (2013) 383–396.Gündoğan H., Keçioğlu O., “Lorentz matrix multiplicaiton and the motions on Lorentz plane”, Glasnik Matematicki, 41: 329–334, 2006.Gündoğan H., Keçioğlu O., “Lorentz matrix multiplicaiton and the motions on Lorentz plane”, Glasnik Matematicki, 41: 329–334, 2006.Brualdi R., Introductory Combinatorics, 5th ed., Pearson Prentice Hall, 2010.Brualdi R., Introductory Combinatorics, 5th ed., Pearson Prentice Hall, 2010.Abate A.F., et al. "2D and 3D face recognition: A survey", Pattern recognition letters, 28(14):1885– 1906, 2007.Abate A.F., et al. "2D and 3D face recognition: A survey", Pattern recognition letters, 28(14):1885– 1906, 2007.

The authors declare that there are no conflicts of interest present.