Разработка и исследование высокопроизводительных метода и алгоритмов классификации объектов в условиях параметрической неопределенности и пересечения классов на основе методологии с системной максимизацией энтропии

Гетманчук Алексей Владимирович. Разработка и исследование высокопроизводительных метода и алгоритмов классификации объектов в условиях параметрической неопределенности и пересечения классов на основе методологии с системной максимизацией энтропии: диссертация ... кандидата Технических наук: 05.13.01 / Гетманчук Алексей Владимирович;[Место защиты: ФГБОУ ВО Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова], 2017
Автор
Гетманчук Алексей Владимирович
Год
2017
  • 99 000 UZS

Оглавление диссертации
Введение
1 Обзор подходов к решению задачи классификации объектов в условиях параметрической неопределенности классов 19
1.1 Общая структура и задача системы классификации объектов 19
1.1.1 Структура системы классификации объектов 19
1.1.2 Задача распознавания классов объектов
1.2 Постановка задачи классификации объектов в условиях параметрической неопределенности и пересечения классов 22
1.3 Способы представления классов объектов в каталоге эталонных значений 26
1.4 Детерминистский подход к решению задачи классификации
1.4.1 Метод построения эталонов 29
1.4.2 Метод дробящихся эталонов
1.5 Классификация методом кластерного анализа 32
1.6 Использование нечеткой логики при классификации объектов 34
1.7 Нейросетевой подход к классификации объектов 36
1.8 Статистический подход к классификации объектов 39
1.9 Классификация методом Г.В. Шелейховского. Принцип максимизации энтропии 42
1.10 Проблема сходимости решения задачи классификации методом Г.В. Шелейховского 49
1.11 Транспортная задача 54
1.12 Выводы 60
2 Разработка комбинированного метода и алгоритмов классификации с системной максимизацией энтропии в условиях параметрической неопределенности классов 64
2.1 Разработка комбинированного метода классификации 64
2.2 Анализ качественной характеристики достоверности классификации при выполнении процедуры последовательного нормирования 78
2.3 Разработка способа и алгоритма предварительного анализа входных данных 81
2.4 Проблема сходимости и ее решение в задаче классификации объектов при использовании процедуры последовательного нормирования 86
2.5 Исследование возможности сокращения вычислительной трудоемкости процедуры последовательного нормирования и разработка алгоритма сокращения классификационной матрицы 93
2.6 Разработка алгоритма списочного представления классификационной матрицы 103
2.7 Анализ результатов классификации при формировании новых классов и разработка алгоритма 107
2.8 Выводы 110
3 Разработка программы реализации комбинированного метода классификации 114
3.1 Функциональные возможности программы 114
3.2 Структурная схема программы реализации комбинированного метода 117
3.3 Программа анализа параметров объектов 120
3.3.1 Представление четырехмерного параметрического пространства . 121
3.3.2 Режим анализа расположения объектов относительно классов 124
3.3.3 Режим группового анализа расположения объектов относительно классов 124
3.3.4 Режим динамического анализа информации о новых объектах 126
3.3.5 Представление результатов работы программы 127
3.4 Программа реализации работы процедуры последовательного нормирования 128
3.4.1 Основные режимы работы программы 130
3.4.2 Представление результатов работы программы
3.5 Программная реализация спискового представления классификационной матрицы 135
3.6 Выводы 137
4 Экспериментальные исследования разработанного метода классификации на основе компьютерного моделирования 139
4.1 Методика проведения экспериментальных исследований 139
4.2 Исследование эффективности алгоритма предварительного анализа входных данных 141
4.3 Анализ эффективности применения списочного алгоритма представления классификационной матрицы 146
4.4 Оценка влияния сокращения классификационной матрицы на решение задачи классификации 151
4.5 Проверка работоспособности алгоритма анализа информации о новых объектах 154
4.6 Исследование проблемы сходимости задачи классификации при использовании процедуры последовательного нормирования 156
4.7 Пример комплексной реализации комбинированного метода при компьютерном моделировании 158
4.8 Итоговая сравнительная оценка общей вычислительной трудоемкости комбинированного метода 166
4.9 Выводы 168
Заключение 170
Список сокращений и условных обозначений 174
Список источников 175

Рекомендуем вам товары

99 000 UZS
Автор
Бахолдина Мария Алексеевна
Количество страниц
Год
2017
99 000 UZS
Автор
Беккерман Екатерина Николаевна
Количество страниц
Год
2017
99 000 UZS
Автор
Борисов Олег Игоревич
Количество страниц
Год
2017
Модули для Opencart 2, Опенкарт 3