Введение
1 Модели дискретных (логических) процедур распознавания, основанные на построении покрытий классов 28
1.1 Основные определения 30
1.2 Классическая модель голосования по представительным наборам 34
1.3 Модели голосования по антипредставительным наборам и по покрытиям класса 35
2 Методы повышения эффективности дискретных процедур распознавания 39
2.1 Методы оценки информативных характеристик обучающей выборки 40
2.2 Выделение типичных объектов в классе для задач распознавания. Разбиение обучающей выборки на базовую и контрольную 46
2.3 Быстрый метод вычисления оценок при голосовании по представительным наборам для процедуры скользящего контроля 49
3 Метрические свойства множества сг-покрытий целочисленной матрицы 53
3.1 Основные определения 54
3.2 Асимптотика типичных значений числа сг-покрытий и типичной длины сг-покрытия 57
3.3 Асимптотика типичных значений числа сг-подматриц и порядка сг-подматрицы в случае большого числа строк 61
4 Конструирование дискретных процедур распознавания с использованием аппарата логических функций 70
4.1 Связь задач построения множества элементарных классификаторов, построения нормальных форм логических функций и поиска покрытий целочисленных матриц 71
4.2 Метрические свойства дизъюнктивных нормальных форм двузначных логических функций, определенных на к ичиых n-мерных наборах 75
5 Апробация предложенных методов на реальных задачах 79
5.1 Решение задач прогнозирования результатов лечения онко-заболеваний 79
5.2 Оценка важности признаков в задаче анализа результатов социологического опроса 84
Заключение 88
Литература 90
