РАСПОЗНАВАНИЕ ИЗОБРАЖЕНИЙ, НЕЙРОННЫЕ СЕТИ И ГЕНЕТИЧЕСКИЕ АЛГОРИТМЫ
Пpaктика преподавания учебных курсов по направлению «Информатика и вычислительная техника» убедительно показала насущную необходимость создания учебного пособия по новым и перспективным проблемам современных информационных технологий, к которым относятся задачи распознавания сигналов, а также их обработки с помощью генетических алгоритмов и нейронных сетей.
Предлагаемый учебник в полной мере отвечает названным задачам. В нём подробно и на достаточно высоком уровне рассмотрены проблемы классической теории распознавания, а именно: проверка простых и многоальтернативных гипотез с использованием критерия минимума среднего риска.
Большое внимание уделено теории и пpaктике построения параметрических и непараметрических алгоритмов классификации. В рамках параметрической теории рассмотрены алгоритмы обучения с учителем, причём оценка неизвестных параметров производится как байесовскими методами, так и методом максимального правдоподобия. Для анализа эффективности получаемых оценок применяется неравенство Крамера-Рао.
При изучении непараметрических методов распознавания анализируются оценки плотностей распределения как с помощью парзеновских окон, так и методами ближайших соседей.
Кроме того, изучаются линейный и множественный дискриминантный анализ.
Специальный раздел посвящён методам классификации с использованием нейронных сетей. В учебном пособии рассмотрены как общие принципы построения нейронных сетей, так и их конкретная реализация с использованием алгоритма обратного распространения ошибки.
В пособии приведены основные принципы построения генетических алгоритмов с иллюстрациями их реализации.
И, наконец, отдельный раздел посвящён изучению широкого спектра современных методов прогнозирования.
Всё сказанное выше позволяет высказать уверенность в том, что учебное пособие будет безусловно полезным при углублённом изучении курсов, связанных с современными информационными технологиями.
Библиогр.: 6 назв. Табл.1 Рис. 15
ОГЛАВЛЕНИЕ
1. Классическая теория распознавания изображений.
1.1 Проверка простых гипотез.
1.2 Критерий минимума среднего риска.
1.3 Многоальтернативная проверка гипотез.
2. Классификаторы, разделяющие функции и поверхности решений.
2.1 Случай многих классов.
2.2 Вероятности ошибок и интегралы ошибок.
2.3 Правило принятия решения при нормальной плотности вероятностей признаков.
3. Оценка параметров и обучение с учителем.
3.1 Оценка по максимуму правлоподрбия.
3.2 Байесовский классификатор.
3.3 Эффективность оценки. Нижняя граница дисперсии несмещённой оценки. Неравенство Крамера-Рао.
4. Непараметрияеские методы.
4.1 Оценка плотности распределения.
4.1.1 Парзеновские окна.
4.1.2 Оценка методом ближайших соседей.
4.2 Оыценка апостериорных вероятностей. Правило ближайших соседей.
4.3 Аппроксимация пцтём разложения в ряд.
4.4 Линейныфй дискриминант Фишера.
4.5 Множественный дискриминантный
анализ.
5. Нейронные сети.
5.1 Общие принципы построения нейронной сети.
5.2 Области применения нейронных сетей.
5.3 Алгоритм обратного распространения ошибки.
6. Генетические алгоритмы.
6.1 Генетические алгоритмы и традиционные методы оптимизации.
6.2 Основные понятия генетических алгоритмов.
6.3 Классический генетический алгоритм.
6.4 Иллюстрация выполнения классического генетического алгоритма.
7. Традиционные методы прогнозирования.
7.1 «Наивные» модели прогнозирования.
7.2 Средние и скользящие средние.
7.3 Методы Хольта и Брауна.
7.4 Метод Винтерса.
7.5 Регрессионные методы прогнозирования.
7.6 Методы Бокса-Дженкинса.
7.7 Нейросетевые модели бизнес-программирования.
7.8 Использование многослойных персептронов.
7.9 Использование нейронных сетей с общей регрессией.
8. Библиографический список.
Изучена активность оксидоредуктаз в митохондриях различных органов свиней трех линий породы СМ-1 новосибирской селекции. Исследована активность цитохромоксидазы, сукцинатдегидрогеназы в митохондриях, супернатанте печении и сердца животных. Анализ всех экспериментальных групп показал, что по изменению ферментативной активности митохондрий лучшими являются свиньи линий Светлого и Совета.
Энергию клетке поставляют митохондоии. В состав митохондрий входят цитохромы, в частности, цитохром аа3(цитохромоксидаза), сукцинатдегидрогеназа. Во внутренней митохондриальной мембране приблизительно четвертую часть от общего белка составляют ферменты, которые принимают участие в трaнcпорте электронов и тканевом дыхании: флавопротеиды, цитохромы и ферменты, участвующие в синтезе макроэргов. Остальная часть общего белка внутренней мембраны митохондрий выполняет структурные функции вместе с входящими в ее состав липидами [1].
...
23 07 2026 21:18:57
Статья в формате PDF
119 KB...
22 07 2026 22:19:35
Статья в формате PDF
104 KB...
20 07 2026 16:58:48
Статья в формате PDF
104 KB...
19 07 2026 16:31:11
Статья в формате PDF
235 KB...
18 07 2026 13:15:39
Статья в формате PDF
99 KB...
17 07 2026 20:55:29
Статья в формате PDF
262 KB...
16 07 2026 11:12:55
Статья в формате PDF
249 KB...
15 07 2026 21:32:46
Статья в формате PDF
109 KB...
13 07 2026 5:53:35
Статья в формате PDF
116 KB...
12 07 2026 7:54:56
Статья в формате PDF
250 KB...
11 07 2026 5:13:13
Статья в формате PDF
349 KB...
09 07 2026 3:40:12
Статья в формате PDF
252 KB...
08 07 2026 7:24:15
Статья в формате PDF
111 KB...
07 07 2026 20:26:48
Статья в формате PDF
123 KB...
06 07 2026 1:50:16
Статья в формате PDF
101 KB...
05 07 2026 2:15:56
Статья в формате PDF
100 KB...
04 07 2026 22:42:58
ФРИ-терапия (СЕМ-терапия) основана на использовании материалов с управляемой энергетической структурой (CEM – Controlled Energy Material). Излучателем сверхслабых излучений КВЧ-диапазона при интенсивности 10–16–10–20 Вт/см2 является диод Ганна. Представлена оценка влияния фонового миллиметрового излучения на стафилококки, на нативную кровь, а также на вегетативный статус пациента гипертонической болезнью в сравнительном аспекте по графикам циркадных ритмов пульса при приеме: препаратов, не влияющих на ритм сердца; структурированной воды, активированной посредством аппарата «Cem-Tech»; полной дозы препарата лодоза; воды, содержащей информацию о порошкообразном лодозе. Рассмотренная индивидуальная динамика параметров ритмограммы, вычисленных на основе регистрации 500 межпульсовых интервалов, оценивалась с вычислением показателей уровня статистической значимости различий. Показано, что прием препарата Лодоз и воды содержащей информацию о препарате Лодоз сопровождается сходными изменениями, как частоты пульса, так и внутренней структуры информационного паттерна HRV. Динамика параметров ритма сердца свидетельствует о мобилизации холинергических механизмов регулирования.
...
03 07 2026 12:18:44
Изучение иммунитета при стрессе является правомерным в оценке адаптивных систем организма и его резервных возможностей. На основании анализа функциональных возможностей иммунитета можно воздействовать на адаптивные системы и прогнозировать течение стресс-реакции.
...
02 07 2026 1:49:17
Статья в формате PDF 110 KB...
01 07 2026 11:14:13
Статья в формате PDF
109 KB...
30 06 2026 22:21:14
Статья в формате PDF
315 KB...
29 06 2026 3:54:58
Учебный предмет география состоит из двух блоков. Физическая география изучает элементы природы как единое целое, формирует “образ территории”. Социально-экономическая география рассматривает развитие общества и экономики в тесной взаимосвязи с природными условиями. Для формирования и поддержания интереса к географии в ФТЛ № 1 широко используются современные информационные технологии. Компьютерное тестирование систематически используется на уроках. Лицеисты успешно участвуют в различных телекоммуникационных олимпиадах - индивидуальных и групповых конкурсах с использованием электронной почты и сети Интернет. Такие проекты развивают умение работать с различными источниками информации, способствуют межпредметной интеграции знаний и формированию целостной картины мира.
...
27 06 2026 4:57:50
Приведены результаты научных исследований сохранения и улучшения экологического состояния агроландшафтов Казахстана. Проведены экспериментальные работы с учетом дифференциации зональных систем земледелия. Исследования показали, что оценка в эрозионных агроландшафтах адаптивности основной обработки богарных светло-каштановых почв на уровне мезо – и микроландшафтных условий, вспашка более эффективна в северных и восточных экспозиций склонов, где плотность пахотного слоя была в среднем за вегетацию зерновых культур в основном на 0,02–0,04 г/см3 меньше по сравнению с плоскорезной обработкой. На склонах южной и западной экспозиций наоборот плоскорезная обработка способствовала снижению уплотненности почвы, на 0,03–0,05 г/см3 и повышению ее противоэрозионной устойчивости в 1,2–1,5 раза. На склонах северной и восточной экспозиции вспашка обеспечивает более эффективную борьбу с сорняками, а плоскорезная – на южных и западных склонах более высокое и равномерное накопление снега и рациональное использование влаги. Важнейшим звеном улучшения экологии почв является оптимизация севооборотов. В статье предлагается построить севооборот по количеству оставляемого в почве органического вещества, каждым предшественником. Для совершенствования севооборотов рекомендуется сидерация, уплотненные посевы, размещение многолетних и однолетних трав, применения органических удобрений и др.
...
24 06 2026 2:40:48
Статья в формате PDF
102 KB...
23 06 2026 3:11:22
Статья в формате PDF
118 KB...
22 06 2026 22:50:52
Статья в формате PDF
264 KB...
21 06 2026 11:19:18
Статья в формате PDF
136 KB...
19 06 2026 14:59:26
Статья в формате PDF
254 KB...
18 06 2026 16:54:47
Статья в формате PDF
313 KB...
17 06 2026 8:35:17
Статья в формате PDF
135 KB...
15 06 2026 23:33:50
Статья в формате PDF
260 KB...
14 06 2026 3:45:55
Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::
