Экстренная идентификация внешних воздействий на основании информации о поведении органичных систем

Экстренная идентификация внешних воздействий на основании информации о поведении органичных систем

Автор: Панченко, Дмитрий Петрович

Шифр специальности: 05.13.01

Научная степень: Кандидатская

Год защиты: 2005

Место защиты: Волгоград

Количество страниц: 166 с.

Артикул: 2815819

Автор: Панченко, Дмитрий Петрович

Стоимость: 250 руб.

ГЛАВА 1. Выбор модели. Линейные регрессионные модели. Структурные уравнения регрессии. Нейросетевая модель. Обзор прототипов. Критерии выбора нейропакета. Цель работы и задачи. ГЛАВА И. ФОРМАЛЬНАЯ МОДЕЛЬ АВТОМАТИЗАЦИИ ПРОЦЕССА ДИАГНОСТИКИ ОСТРЫХ ОТРАВЛЕНИЙ . Процедура получения данных. Процедура выявления значимых параметров. Процедура разбиения выборки. Ввод вектора параметров. Ввод обучающих данных. Структурная оптимизация. Параметрическая оптимизация нейронной сети по данным, характеризующимся стохастической неопределенностью. Имитация отжига. Процедура коррекции весов. Оценка точности идентификации. ВЫВОДЫ К ГЛАВЕ II. ГЛАВА III. Алгоритм обучения поданным, характеризующимся стохастической неопределенностью . ВЫВОДЫ К ГЛАВЕ III. ГЛАВА 4. ОЫЦАЯ ХАРАКТЕРИСТИКА СИСТЕМЫ. IИТГЕ РАТУ РЛ чи1 ПРИЛОЖЕНИЕ 1. СИМПТОМЫ 4
1. У а0а1Уа1УаиУ. У а0 а,у, а2У2 ау,2 яу2 я2у,у2 ату чо. Общую модель третьего порядка для к факторов у,,у2,. Если мы положим 0 2,2. У а0ап V, а2 1пу2 . У а0а,уа1у. Нелинейные модели, то есть модели, нелинейные по оцениваемым параметрам, можно разделить на два класса, которые называют внутренне линейными и внутренне нелинейными .


ГЛАВА 1. Выбор модели. Линейные регрессионные модели. Структурные уравнения регрессии. Нейросетевая модель. Обзор прототипов. Критерии выбора нейропакета. Цель работы и задачи. ГЛАВА И. ФОРМАЛЬНАЯ МОДЕЛЬ АВТОМАТИЗАЦИИ ПРОЦЕССА ДИАГНОСТИКИ ОСТРЫХ ОТРАВЛЕНИЙ . Процедура получения данных. Процедура выявления значимых параметров. Процедура разбиения выборки. Ввод вектора параметров. Ввод обучающих данных. Структурная оптимизация. Параметрическая оптимизация нейронной сети по данным, характеризующимся стохастической неопределенностью. Имитация отжига. Процедура коррекции весов. Оценка точности идентификации. ВЫВОДЫ К ГЛАВЕ II. ГЛАВА III. Алгоритм обучения поданным, характеризующимся стохастической неопределенностью . ВЫВОДЫ К ГЛАВЕ III. ГЛАВА 4. ОЫЦАЯ ХАРАКТЕРИСТИКА СИСТЕМЫ. IИТГЕ РАТУ РЛ чи1 ПРИЛОЖЕНИЕ 1. СИМПТОМЫ 4
1. У а0а1Уа1УаиУ. У а0 а,у, а2У2 ау,2 яу2 я2у,у2 ату чо. Общую модель третьего порядка для к факторов у,,у2,. Если мы положим 0 2,2. У а0ап V, а2 1пу2 . У а0а,уа1у. Нелинейные модели, то есть модели, нелинейные по оцениваемым параметрам, можно разделить на два класса, которые называют внутренне линейными и внутренне нелинейными . Если модель внутренне линейна, то с помощью определенного преобразования ее можно привести к стандартной форме линейной модели в виде уравнения 1. Рассмотрим наиболее часто встречающиеся внутренне линейные модели. У аууУ9 1. К 1п от п V, 1пу2 1пу, п. У . Обращая обе части получим
а0я,у1а2У2. Экспоненциальная модель задается следующим уравнением
1.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.224, запросов: 244