_учебник_ Журавлев Ю.И. Распознавание. Математические методы. Программная система. Практические применения (2005) (_учебник_ Журавлев Ю.И. Распознавание. Математические методы. Программная система. Практические применения (2005).pdf), страница 31
Описание файла
PDF-файл из архива "_учебник_ Журавлев Ю.И. Распознавание. Математические методы. Программная система. Практические применения (2005).pdf", который расположен в категории "". Всё это находится в предмете "(ммо) методы машинного обучения" из 10 семестр (2 семестр магистратуры), которые можно найти в файловом архиве МГУ им. Ломоносова. Не смотря на прямую связь этого архива с МГУ им. Ломоносова, его также можно найти и в других разделах. .
Просмотр PDF-файла онлайн
Текст 31 страницы из PDF
Логическая коррекция множеств распознающих алгоритмов…………………1.4.4. Выпуклый стабилизатор…………………………………………………………..214141717212527303334363842454646485153Глава2. Математические методы кластерного анализа (классификации безучителя)……………………………………………………………………………………2.1. Кластеризация, как задача поиска оптимального разбиения …………………….2.2. Кластеризация, как задача поиска оптимального покрытия……………………...2.3. Кластеризация, как задача поиска структур в данных…………………………….2.4. Решение задачи кластерного анализа коллективами алгоритмов ……………….5657596162Глава 3. Алгоритмы распознавания и интеллектуального анализа данных в системеРАСПРОЗНАВАНИЕ ……………………………………………………………………3.1.
Алгоритмы вычисления оценок …………………………………………………...3.2. Голосование по тупиковым тестам ………………………………………………..3.3. Алгоритмы голосования по логическим закономерностям классов …………….3.4. Метод статистически взвешенных синдромов ……………………………………3.5. Линейная машина …………………………………………………………………...3.6.
Линейный дискриминант Фишера …………………………………………………3.7. Mетод Q ближайших соседей ………………………………………………………3.8. Метод опорных векторов …………………………………………………………..3.9. Многослойный перцептрон ………………………………………………………..3.10. Методы решения задач распознавания коллективами алгоритмов …………….3.10.1. Комитетные методы ……………………………………………………………..3.10.2. Метод Байеса …………………………………………………………………….3.10.3. Динамический метод Вудса и области компетенции …………………………3.10.4. Шаблоны принятия решений ……………………………………………………3.11. Средства контроля качества распознавания……………………………………...3.12. Минимизация признакового пространства в задачах распознавания ………….3.13.
Алгоритмы кластерного анализа …………………………………………………67676769747880828387899091929394961001583.14. Визуализация многомерных данных ……………………………………………..3.15. Использование методов распознавания при прогнозировании временныхрядов………………………………………………………………………………………103Глава 4. Практические применения …………………………………………………4.1. Приложения в области бизнеса, экономики и финансов …………………………4.1.1.
Оценка стоимости квартир……………………………………………………….4.1.2. Оценка состояния предприятий кондитерской промышленности покомплексу финансовых показателей и структуре рабочего персонала ………………4.1.3. Подтверждение кредитных карточек …………………………………………….4.1.4. Кластеризация продукции автомобильного рынка ……………………………..4.1.5. Оценка надежности клиента при выдаче кредита ………………………………4.1.6.
Распознавание сортов вина………………………………………………………..4.2. Приложения в области медицины и здравоохранения …………………………...4.2.1. Кластеризация возрастных распределений населения …………………………4.2.2. Прогноз результатов лечения остеогенной саркомы …………………………...4.2.3. Прогноз динамики депрессивных синдромов…………………………………...4.2.4. Диагностика инсульта …………………………………………………………….4.2.5. Задача прогноза результатов лечения рака мочевого пузыря ………………….4.2.6. Прогноз диабета …………………………………………………………………...4.2.7. Диагностика рака груди и распознавание меланомы …………………………...4.2.8. Распознавание сужения сердечных сосудов……………………………………..4.3.
Приложения в области техники ……………………………………………………4.3.1. Диагностика состояний нефтепромыслового оборудования в отношениисолеобразования …………………………………………………………………………4.3.2. Контроль состояния технических устройств…………………………………….4.4. Приложения в области сельского и лесного хозяйства …………………………..4.4.1. Прогноз урожайности сельскохозяйственных культур ………………………...4.4.2. Обработка материалов многозональной съемки с целью определенияпреобладающих пород …………………………………………………………………..4.5. Приложения в области физики, химии, биологии ………………………………...4.5.1. Распознавание радиосигналов…………………………………………………….4.5.2. Прогноз свойств твердых сплавов стали ………………………………………...4.5.3.
Распознавание мест локализации протеина ……………………………………..4.5.4. Прогноз свойств новых неорганических соединений …………………………..4.5. Приложения в области обработки и распознавания изображений ………………4.5.1. Распознавание изображений автомобилей ………………………………………4.5.2.
Распознавание рукописных цифр ………………………………………………..107107108Глава 5. Описание программного продукта ……………………………………………5.1. Описание графической оболочки ………………………………………………….5.1.1. Главное окно ………………………………………………………………………5.1.2. Главное меню ……………………………………………………………………..5.1.3. Окно проекта……………………………………………………………………….5.1.4. Метод распознавания (эксперт) ………………………………………………….5.1.5. Метод кластеризации ……………………………………………………………..5.2. Ввод и предобработка данных ……………………………………………………...5.2.1. Количественные признаки ………………………………………………………..5.2.2. Обработка номинальных признаков ……………………………………………..5.2.3.
Неизвестные значения …………………………………………………………….5.2.4. Замена главной выборки ………………………………………………………….5.2.5. Классообразующий признак ……………………………………………………..1261261261271311361441441451451451451461051081091101111111111111121131131141141151171171171191191191201201201211211221241241251595.3. Структура программы ………………………………………………………………146Литература ………………………………………………………………………………..
148Предметный указатель ………………………………………………………………….. 153Содержание………………………………………………………………………………. 157.
