Выполнено исследование влияния корреляционных связей между компонентами многомерных признаков объектов распознавания на различимость классов. Проведен сравнительный анализ ряда статистиче-ских критериев и информационных мер разделяющих качеств коррелированных признаков для случая двумерных нормальных совокупностей. Показано, что наличие корреляции между признаками одно-значно не означает их слабой информативности; более того, использование сильно коррелированных признаков в алгоритмах распознавания при определенных условиях может существенно повысить достоверность принимаемых решений. Для понижения размерности вектора измерений предлагается исключать из первичного признакового пространства не максимально коррелированные признаки, а признаки с минимальным значением локальной дивергенции (различимости) классов. Ключевые слова: распознавание, корреляционная матрица, собственные значения, собственные вектора, информативность, дивергенция
