Эволюционно-аппроксимационные методы и алгоритмы распознавания динамически изменяющихся образов
Диссертация
Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на 14-й Международной конференции «Математические методы в технике и технологиях» (Смоленск, 2001), 6-й Международной школе молодых ученых (Смоленск, 2001), Межвузовском семинаре «Актуальные вопросы управления техническими и экономическими системами» (Смоленск, 2001), 2-й Всероссийской конференции… Читать ещё >
Содержание
- Глава 1. Современное состояние научных исследований по распознаванию образов
- 1. 1. Содержательная и математическая постановки задачи распознавания
- 1. 1. 1. Распознавание образов с учителем и без учителя
- 1. 1. 2. Признаки
- 1. 1. 3. Решающие правила и риск потерь
- 1. 1. 4. Изменчивость реализаций образов
- 1. 2. Анализ современных методов распознавания образов
- 1. 2. 1. Классификация методов распознавания
- 1. 2. 2. Детерминиские методы
- 1. 2. 3. Статистические методы
- 1. 2. 4. Лингвистические методы
- 1. 2. 5. Нейросетевые методы
- 1. 2. 6. Методы с использованием теории нечетких множеств
- 1. 2. 7. Другие методы распознавания
- 1. 3. Постановка цели и задач исследований
- 1. 4. Выводы по главе
- 1. 1. Содержательная и математическая постановки задачи распознавания
- Глава 2. Эволюционно-аппроксимационные методы и алгоритмы распознавания динамически изменяющихся образов
- 2. 1. Нейросетевой метод
- 2. 2. Локальные методы и алгоритмы
- 2. 2. 1. Метод коллективного распознавания
- 2. 2. 2. Метод с использованием элементов нечеткой логики
- 2. 2. 3. Методы и алгоритмы локально-аппроксимационного типа
- 2. 3. Метод и алгоритм прогнозируемых эталонов
- 2. 3. 3. Сущность метода
- 2. 3. 4. Модификации метода
- 2. 3. 5. Критерии проверки динамичности задачи распознавания
- 2. 4. Выводы по главе
- Глава 3. Разработка комплекса программ распознавания динамически изменяющихся образов
- 3. 1. Архитектура и обобщенный алгоритм функционирования комплекса программ ишс1а
- 3. 2. Подсистема универсальных программных средств комплекса программ
- 3. 3. Выводы по главе
- Глава 4. Применение эволюционно-аппроксиммационных методов распознавания динамически изменяющихся образов для решения прикладных задач
- 4. 1. Автоматизированная система тестирования водителей транспортных средств «Машинист»
- 4. 1. 1. Архитектура и программная реализация комплекса программ ТЕЗТМАСН
- 4. 1. 2. Результаты применения комплекса программ ТЕ8ТМАСН и инструкция пользователя
- 4. 2. Компьютерная система поддержки принятия инновационных решений
- 4. 2. 1. Архитектура и программная реализация компьютерной системы поддержки принятия инновационных решений
- 4. 2. 2. Результаты применения компьютерной системы поддержки принятия инновационных решений и инструкция пользова
- 4. 3. Выводы по главе
- 4. 1. Автоматизированная система тестирования водителей транспортных средств «Машинист»
Список литературы
- Ту Дж., Гонсалес Р. Принципы распознавания образов. М.: Мир, 1978.
- Распознавание образов: состояние и перспективы/К. Верхаген, Р. Дёйн, Ф. Труп и др. М.: Радио и связь, 1985.
- Фукунага К. Введение в статистическую теорию распознавания образов. М.: Наука, 1979.
- Патрик Э. Основы теории распознавания образов. М.: Сов. радио, 1980.
- Лбов Т. е., Старцева Н. Г. Логические решающие функции и вопросы статистической устойчивости решений. Новосибирск: Изд-во Ин-та математики, 1999.
- Загоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск: Изд-во Ин-та математики, 1999.
- Кузин Л.Т. Основы кибернетики: В 2-х т. Т.2. Основы кибернетических моделей. М.: Энергия, 1979.
- Круглов В.В., Борисов В. В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия Телеком, 2001.
- Заде Л. Понятие лингвистической переменной и ее применения. М.: 1976.
- Ю.Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.11 .Планирование эксперимента в исследовании технологических процессов/ К. Хартман, Э. Лецкий, В. Шефер и др. М.: Мир, 1977.
- Круг Т.К., Кабанов В. А., Фомин Г. А. Планирование эксперимента в задачах нелинейного оценивания и распознавания образов. М.: Наука, 1981.
- Цьшкин Я.З. Адаптация и обучение в автоматических системах. М.: Наука, 1968.
- И.Васильев В. И. Распознающие системы. Киев: Наукова думка, 1969.
- Айзерман М.А., Браверман Э. М., Розоноэр Л. И. Теоретические основы метода потенциальных функций в задаче об обучении автоматов разделению входных ситуаций на классы // Автоматика и телемеханика. 1964. № 6. С. 917−936.
- Браверман Э.М. О методе потенциальных функций // Автоматика и телемеханика. 1965. № 12. С. 2205−2213.
- Айзерман М.А., Браверман Э. М., Розоноэр Л. И. Метод потенциальных функций в теории обучающих машин. М.: Наука, 1970.
- Вапник В.Н., Червоненкис А. Я. Теория распознавания образов. М.: Наука, 1974.
- Автоматический анализ сложных изобретений. Сб. переводов под ред. Э. М. Бравермана. М.: Мир, 1969.
- Горбань А.Н., Россиев Д. А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996.
- Бэстенс Д.-Э., Ван ден Берг В.-М., Вуд Д. Нейронные сети и финансовые рынки: принятие решений в торговых операциях. М.: ТВП, 1997.
- Уоссермен Ф. Нейрокомпьютерная техника. М.: Мир, 1992.
- Галушкин А.И. О современных направлениях развития нейрокомпьютеров // Нейрокомпьютер. 1997. № 1, 2. С. 5−22.24.3митрович А. И. Интеллектуальные информационные системы. Минск: НТОО «ТетраСистемс», 1997.
- Корнеев В.В., Гареев А. Ф., Васютин СВ., Райх В. В. Базы данных. Интеллектуальная обработка информации. М: «Нолидж», 2000.
- Логовский A.C. Зарубежные нейропакеты: современное состояние и сравнительные характеристики // Нейрокомпьютер. 1998. № 1,2. С. 1326.
- Галушкин А.И. Современные направления развития нейрокомпьютеров // Зарубежная радиоэлектроника. Успехи современной радиоэлектроники. 1998. № I.e. 12−26.
- Zadeh L. A. Fuzzy Sets // Information and Control. 1965. Vol. 8. P. 338−353.
- Заде Л.А. Размытые множества и их применение в распознавании образов и кластер-анализе. В кн.: Классификация и кластер. М.: Мир, 1980. С. 208−247.
- Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д. А. Поспелова. М.: Наука, 1986.
- ЗКБлишун А.Ф., Знатнов Ю. С. Обоснование операций теории нечетких множеств // Сб. науч. тр. «Нетрадиционные модели и системы с нечеткими знаниями». М.: Энергоиздат, 1991. С. 21−23.
- Мелихов А.Н., Бернштейн Л. С., Коровин С. Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990.
- Нечеткие множества и теория возможностей. Последние достижения / Под ред. P.P. Ягера. М.: Радио и связь, 1986.
- Прикладные нечеткие системы/ Под ред. Т. Терано, К. Асаи, М. Сугэ-но. М.:Мир, 1993.
- Дьяконов В.П., Круглов В. В. Математические пакеты расширения MATLAB. Специальный справочник. СПб.: Питер, 2001.
- Дьяконов В.П., Абраменкова И. В., Круглов В.В. MATLAB 5 с пакетами расширений. М.: «Нолидж», 2001.
- Ивахненко А.Г. Самообучающиеся системы распознавания и автоматического управления. Киев: Техника, 1969.
- Дуда P.O., Фоссум X. Классификация образов посредством последовательно определяемых линейных и кусочно-линейных разделительных функций. В кн.: Техническая кибернетика за рубежом. М.: Машиностроение, 1968. С. 34−58.
- Аоки М. Введение в методы оптимизации. М.: Наука, 1977.
- Райбман Н.С., Чадеев В. М. Построение моделей процессов производства. М.: Энергия, 1975.
- Перельман И.И. Оперативная идентификация объектов управления. М.: Энергоиздат, 1982.
- Дли М.И. Локально-аппроксимационные модели сложных объектов. М.: Физматлит (МАИК «Наука / Интерпериодика»), 1999.
- Дли М.И., Круглов В. В. Применение метода локальной аппроксимации при построении алгоритмических моделей объектов управления //ВестникМЭИ. 1998.№ 6. С. 109−111.
- Дли М.И., Круглов В. В., Осокин М. В. Локально-аппроксимационные модели социально-экономических систем и процессов. М.: Наука. Физ-матлит, 2000.
- Дли М. И. Распознавание образов с применением метода локальной интерполяции. М.: Деп. в ВИНИТИ. 1997. № 3117-В97.
- Растригин Л. А., Эренштейн Р. Х. Коллектив решаюгцих правил как метод классификации // Тезисы Межд. симпозиума «Теоретические проблемы распознавания образов и ситуаций». Варна, 1972. С. 29−30.
- Растригин Л.А., Эренштейн Р. Х. О принятии решений коллективом решаюгцих правил // Приборостроение. 1973. № 11. С. 31−35.
- Растригин Л.А., Эренштейн Р. Х. Об оптимальном разнообразии коллектива линейных решаюш-их правил. В кн.: Адаптивные системы. Вып. 3. Рига: Зинатне, 1973. С. 25−34.
- Растригин Л.А., Эренштейн Р. Х. Коллектив алгоритмов для обобш-ения алгоритмов решения задач // Техническая кибернетика. 1978. № 2. С. 116−126.
- Растригин Л.А., Эренштейн Р. Х. Принятие решений коллективом решающих правил в задачах распознавания образов // Автоматика и телемеханика. 1975. № 9. С. 134−144.
- Растригин Л. А., Эренштейн Р. Х. Метод коллективного распознавания. М.: Энергоиздат, 1981.
- Репин В.Г., Философов Л. В. Об оптимальном совместном использовании алгоритмов распознавания // Радиотехника и электроника. 1969. № 6. С. 73−78.
- ЗЗ.Больдур Дж. О групповом принятии региений. В кн.: Социология в математике. Новосибирск: СО АН СССР, 1970. С. 16−28.
- Миркин Б.Г. Проблема группового выбора. М.: Наука, 1974.
- Бонгард М.М. Проблема узнавания. М.: Наука, 1967.
- Зб.Браверман Э. М., Аркадьев А. Г. Обучение машины классификации объектов. М.: Наука, 1971.
- Цьшкин Я.З. Основы теории обучаюш-ихся систем. М.: Наука, 1970.
- Ковалевский В.А. Методы оптимальных решений в распознавании изобретений. М.: Наука, 1976.
- Васильев В.И., Коноваленко В. В., Горелов Ю. И. Имитационное управление неопределенными объектами. Киев: Наукова думка, 1989.
- Лигун А.А., Мальшева А. Д. Математическая обработка результатов эксперимента. Днепродзержинск: ДИИ, 1992. бГИвахненко А. Г. Долгосрочное прогнозирование и управление сложными объектами. Киев: Техника, 1975.
- Ивахненко А.Г. Моделирование сложных систем: информационный подход. Киев: Наукова думка, 1987.
- Дьяконов В.П. Компьютер в быту. Смоленск: Русич, 1996.
- Дьяконов В.П. Мой Pentium. М.: ООО «Издательство АСТ-ЛТД», 1998.
- Yoshiko Н., Shunji U., Taiko К. Evaluation of artificial neural network classifiers in small sample size situations // Pros. Int. It. Conf. Neural Networks. Nagoja, 1993. P. 1731−1735.
- Archer Norman P. Wang Shonhong. Learning bias in neural networks and an approach to controlling its effects in monotonic classifications // IEEE Trans. Pattern Anal. andMach. Intell. 1993. № 15. V.9. P. 962−966.
- Галушкин А.И. Синтез многослойных систем распознавания образов. М.: Энергия, 1974.
- Галушкин А.И. Нейронные сети и проблема малой выборки // Тез. докл. IV Всероссийской конф. «Нейрокомпьютеры и их применение». М.: ИЛУ РАН, 1998. С. 399−400.
- Widrow В., Lehr М.А. 30 Years of Adaptive Neural Networks: Perceptron Madaline and Backpropagation // Artificial Neural Networks: Concepts and Theory: IEEE Computer Society Press. 1992. № 9. P. 327−354.
- Круглов B.B., Дли М.И., Голунов Р. Ю. Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2001.
- Круглов В.В. Функциональное сходство систем нечеткого вывода и искусственных нейронных сетей // Сб. трудов 14-й междун. научн. конф. «Математические методы в технике и технологиях ММТТ — 14». Т.2. Смоленск, 2001. С. 163−165.
- Тихонов В.И. Статистическая радиотехника. М.: Радио и связь, 1982.
- Нейронные сети. STATISTICA Neural Networks. М.: Горячая линия -Телеком, 2000.
- Вентцель Е.С. Теория вероятностей: Учеб. для вузов. 6-е изд. стер. М.: Высшая школа, 1999.
- Демиденко Е.З. Линейная и нелинейная регрессия. М.: Финансы и статистика, 1981.
- Катовник В.Я. Непараметрическая идентификация и сглаживание данных. М.: Наука, 1985.
- Гмурман В.Е. Теория вероятностей и математическая статистика. М.: Высшая школа, 1977.
- Директор С, Рорер Р. Введение в теорию систем. М.: Мир, 1974.
- Сигорский В.П. Математический аппарат инженера. Киев: Техника, 1975.
- SO.Kyo Б. Теория и проектирование цифровых систем управления М.: Машиностроение, 1986.
- Бахвалов Н.С., Жидков Н. П., Кобельков Г. М. Численные методы. М.: Лаборатория Базовых Знаний, 2000.
- Козырев O.A., Богачев P.C. Диагностическая тактика при возможных нарушениях сердечного ритма у лиц молодого возраста// Российский кардиологический журнал. 1998.№ 6. С.43−46.
- Zwietermg Р., Knottaems А., Gorgels Т., Rinkens Р. Occurrence of arrhythmias in general practice // Scand. J. Prim. Health Care.1996. Vol.14. P.244−250
- Дли М.И., Окунев Б. В., Гимаров B.B. Об одном подходе к решению задачи экстраполяции в область// Новые информационные технологии в науке и образовании// мат. 2-го гор. семин., Смоленск, 2000. С. 24.
- Дли М.И., Гимаров В. А. Применение метода локальной аппроксимации в задаче распознавания образов // Сб. науч.тр. «Современные проблемы управления». Смоленск: СФМЭИ- 1999. С.12−15.
- Дли М.И., Гимаров В. А., Гимаров В. В. Задача распознавания динамически изменяющихся образов: формулировка задачи и перспективы решения.// Программные продукты и системы, 2001, № 3. С. 29−31.
- Гимаров В.А., Дли М.И. К вопросу о точности и достоверности результатов использования непараметрических моделей // Математические методы в технике и технологиях- ММТТ-14: Сб. трудов Междунар. на-уч.конф. Т.2. Смоленск, СФМЭИ, СГГУ, 2001. С.223−224.
- Гимаров В.А. Система поддержки принятия решений на основе локаль-но-аппроксимационных моделей // Математические методы в технике и технологиях ММТТ-14: Сб. трудов Междунар. науч.конф. Т.4. Смоленск, СФМЭИ, СГПУ, 2001. С. 109−111.
- Гимаров В.А., Гимаров В. В. Нейросетевые методы распознавания динамически изменяющихся образов// Актуальные вопросы управления176техническими и экономическими системами: Сб. трудов межвуз. сем., Смоленск: Воен. ун-т ОВПВО МО РФ.2001 .С.3−5.
- Дли М.И., Гимаров В. А. Метод коллективного распознавания с использованием нечетких описаний// Актуальные вопросы управления техническими и экономическими системами: Сб. трудов межвуз. сем., Смоленск: Воен. ун-т ОВПВО МО РФ.2001.С.6−7.
- Гимаров В.А., Дли М.И., Битюцкий С. Я. Методы распознавания дина-мачески изменяющихся образов/ Моск. энерг. ин-т. (филиал в г. Смоленске).Смоленск.2001. Деп. В ВИНИТИ РАН, № 1615-В2001.36 с.
- Гимаров В.А., Дли М.И., Гимаров В. В., Битюцкий С. Я. Программа распознавания динамически изменяющихся образов СЬАЗМод. Свидетельство о регистрации программ для ЭВМ в РОСАПО № 65 487 320 от 25.09.2001.
- Мешалкин В.П., Гимаров В. А., Дли М.И. Эволюционно-апроксимационные методы распознавания экологических ситуаций// Ресурсосбережение и экологическая безопасность: Сб.докл. 3-й Все-рос.науч. конф., Смоленск, 2001. С.45−46.
- Гимаров В.А., Мешалкин В. П., Программная система поддержки принятия инновационных решений // Актуальные вопросы современной энергетики: тез.докл. обл.науч.-практ. конф., Смоленск, 2001.С.7.177