Введение
ГЛАВА 1. Сравнительный анализ вероятностных моделей для распознавания многомерных временных рядов в условияхмалой выборки 14
1.1 Проблема влияния малого объема обучающей выборки на качество классификации 16
1.2 Актуальность выбора порождающих вероятностных моделей для распознавания многомерных временных рядов в условиях малой выборки
1.2.1 Сравнительный анализ порождающего и дискриминантного подхода к классификации 19
1.2.2 Сравнительный анализ скрытых марковских моделей и условных случайных полей со скрытыми состояниями
1.3 Применение самоорганизующихся карт для решения задачи оценки параметров смеси гауссовских распределений в условиях малой выборки 35
1.4 Выводы по главе 1 40
ГЛАВА 2. Разработка вероятностной модели на основе самоорганизующихся карт для распознавания временных рядов в условиях малой выборки 42
2.1 Общее описание вероятностной модели на основе самоорганизующихся карт для распознавания временных рядов 42
2.1.1 Метод оценки параметров распределения вероятностей наблюдения данных в узлах карты 44
2.1.2 Метод оценки параметров распределения вероятностей переходов между узлами карты
2.2 Решающее правило на основе вычисления правдоподобия 45
2.3 Алгоритм обучения вероятностной модели на основе самоорганизующихся карт 47
2.4 Выводы по главе 2 50
ГЛАВА 3. Экспериментальная оценка и исследование разработанной вероятностной модели на основе самоорганизующихся карт 52
3.1 Описание метрик для сравнительной оценки моделей 52
3.1.1 Числовая оценка точности, полноты, F-меры 52
3.1.2 Графическая оценка дисперсии и смещения 54
3.2 Методика экспериментальной сравнительной оценки моделей
3.2.1 Характеристика наборов данных из репозитория UCI 57
3.2.2 Оценка нормальности распределения вероятностей наблюдаемых данных из репозитория UCI 59
3.2.3 Характеристика моделей классификации
3.3 Результаты экспериментов и анализ результатов 65
3.4 Выводы по главе 3 71
ГЛАВА 4. Практическая применимость разработанной вероятностной модели в задачах распознаваниявременных рядов в условиях малой выборки 72
4.1 Классификация типов шероховатости поверхностного слоя деталей машин на основе предложенной модели 72
4.1.1 Актуальность задачи диагностики шероховатости поверхностного слоя деталей машин 72
4.1.2 Реализация диагностики шероховатости поверхностного слоя деталей машин на основе предложенной модели 75
4.2 Анализ статистических выбросов в телеметрической информации беспилотного летательного аппарата на основе предложенной модели 80
4.2.1 Актуальность задачи выявления отклонений в функционировании беспилотного летательного аппарата 80
4.2.2 Реализация способа выявления отклонений в функционировании беспилотного летательного аппарата на основе предложенной модели и методов 83
4.3 Выводы по главе 4 88
Заключение 89
