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.
Статья в формате PDF
261 KB...
13 04 2026 15:23:32
Статья в формате PDF
110 KB...
12 04 2026 23:37:27
Статья в формате PDF
125 KB...
11 04 2026 16:59:14
В работе выполнен анализ качества и экологической безопасности типичных видов продукции предприятий быстрого обслуживания, с использованием детерминистических математических моделей и показана их адекватность реальным процессам изменения качества и экологической безопасности продукции.
Питание является важнейшим фактором воздействия окружающей среды на человека. Оценка экологической безопасности продуктов питания является актуальной задачей. В работе использованы математические модели накопления вредных веществ в продукции предприятий быстрого обслуживания в зависимости от определяющих факторов и коэффициент экологической безопасности в детерминистической постановке. К определяющим факторам отнесены: время до реализации готового продукта, качество масла, используемого для фритюра, выражающееся в количестве предшествующих циклов нагрева, и время хранения ингредиентов для приготовления продукта. Выполнен численный анализ качества и экологической безопасности типичных представителей продуктов предприятий быстрого обслуживания в зависимости от определяющих факторов.
...
10 04 2026 20:24:12
Статья в формате PDF 116 KB...
09 04 2026 5:47:57
Статья в формате PDF 106 KB...
08 04 2026 11:15:47
Статья в формате PDF
98 KB...
06 04 2026 10:47:48
Статья в формате PDF
294 KB...
05 04 2026 0:34:41
Статья в формате PDF
118 KB...
04 04 2026 14:21:26
Статья в формате PDF
112 KB...
03 04 2026 0:25:53
Статья в формате PDF
98 KB...
02 04 2026 7:41:59
Статья в формате PDF
110 KB...
01 04 2026 14:58:54
Статья в формате PDF
106 KB...
31 03 2026 22:41:11
Статья в формате PDF
109 KB...
30 03 2026 20:29:49
Статья в формате PDF
115 KB...
29 03 2026 1:52:39
Статья в формате PDF
262 KB...
28 03 2026 17:54:14
Статья в формате PDF
314 KB...
27 03 2026 9:38:41
Статья в формате PDF
384 KB...
26 03 2026 7:58:20
Статья в формате PDF
104 KB...
24 03 2026 0:54:14
Статья в формате PDF
263 KB...
23 03 2026 23:19:34
Статья в формате PDF
123 KB...
22 03 2026 2:14:53
Статья в формате PDF
111 KB...
21 03 2026 6:56:11
Статья в формате PDF
242 KB...
20 03 2026 20:38:14
Статья в формате PDF
118 KB...
19 03 2026 0:13:14
Статья в формате PDF
308 KB...
18 03 2026 15:55:55
Статья в формате PDF
320 KB...
17 03 2026 7:24:18
Статья в формате PDF
148 KB...
16 03 2026 20:37:32
Статья в формате PDF
209 KB...
15 03 2026 10:15:20
Статья в формате PDF
119 KB...
14 03 2026 23:38:19
Статья в формате PDF
140 KB...
13 03 2026 16:48:19
Статья в формате PDF
253 KB...
12 03 2026 15:54:36
Статья в формате PDF
274 KB...
11 03 2026 21:51:17
Статья в формате PDF
117 KB...
10 03 2026 5:57:19
Статья посвящена вопросам изучения антимикробных свойств природных биологически активных соединений – флавоноидов и фенолкарбоновых кислот, извлекаемых методом вихревой турбоэкстpaкции из сырья растений рода Veronica L. (сем. Scrophulariaceae Juss.) ПреДypaлья. На основании проведенного исследования авторы делают вывод о возможности применения растительного сырья Veronica L. в медицинской пpaктике.
...
08 03 2026 8:51:53
Статья в формате PDF
247 KB...
07 03 2026 13:31:11
Статья в формате PDF
126 KB...
06 03 2026 3:14:41
Статья в формате PDF
250 KB...
05 03 2026 2:30:17
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 ::
