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.
21 11 2026 1:39:27
Статья в формате PDF
113 KB...
18 11 2026 20:12:16
Статья в формате PDF
125 KB...
17 11 2026 8:46:45
Статья в формате PDF
108 KB...
16 11 2026 14:59:10
Статья в формате PDF
119 KB...
15 11 2026 9:58:40
Рассмотрено понятие параллельного мира. Выявлены опытные основания его существования. Предсказано пpaктическое использование иных измерений в решении физико-технических проблем, в медицине, трaнcпорте, левитации и проскопии.
...
14 11 2026 9:44:45
На биопсийном материале матки семнадцати первородящих женщин в возрасте от 20 до 38 лет с нормальной или аномальной родовой деятельностью проводили количественное светооптическое изучение строения миометрия. Оценили тканевой состав, клеточный состав и число гладкомышечных клеток в поле зрения микроскопа. Показали, что основными компонентами миометрия являются гладкомышечные волокна, элементы соединительной ткани и микрососудистого русла. Гладкомышечные клетки демонстрировали разное сродство к толуидиновому синему, и на основании этого они были условно поделены на светлые, темные и промежуточные клетки. Выявлены межгрупповые вариации всех оцененных количественных параметров.
...
13 11 2026 12:30:35
Статья в формате PDF
103 KB...
12 11 2026 22:54:36
Статья в формате PDF
101 KB...
11 11 2026 22:51:20
10 11 2026 5:46:47
Статья в формате PDF
121 KB...
09 11 2026 3:53:27
Статья в формате PDF
101 KB...
08 11 2026 9:37:14
Статья в формате PDF
149 KB...
07 11 2026 3:22:36
Статья в формате PDF
110 KB...
06 11 2026 7:26:43
В опытах на беспородных белых крысах с экспериментальной ишемией миокарда в динамике наблюдений отмечено снижение уровня АТФ и креатинфосфата в гомогенатах миокарда на фоне подавления активности сукцинатдегидрогеназы, лактатдегидрогеназы, аспартатаминотрaнcферазы. Достигнуты положительные метаболические эффекты при введении ишемизированным животным неотона – донатора макроэргических связей и оказывающего активирующий эффект на ферменты гликолиза и цикла трикарбоновых кислот в динамике патологии.
...
05 11 2026 22:39:50
Статья в формате PDF
136 KB...
04 11 2026 7:43:22
Статья в формате PDF
114 KB...
02 11 2026 16:56:15
01 11 2026 6:27:42
Статья в формате PDF
114 KB...
31 10 2026 1:31:35
Статья в формате PDF
112 KB...
30 10 2026 22:55:41
Статья в формате PDF
119 KB...
28 10 2026 18:54:53
Статья в формате PDF
294 KB...
27 10 2026 17:53:16
Статья в формате PDF
194 KB...
24 10 2026 7:56:26
Статья в формате PDF
286 KB...
22 10 2026 11:48:14
Статья в формате PDF
276 KB...
21 10 2026 10:38:59
Статья в формате PDF
249 KB...
19 10 2026 1:11:53
17 10 2026 21:59:58
Статья в формате PDF
242 KB...
16 10 2026 16:35:51
Статья в формате PDF
114 KB...
14 10 2026 1:23:34
Статья в формате PDF
312 KB...
13 10 2026 0:12:57
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 ::