Многоуровневые непараметрические системы распознавания образов на основе декомпозиции обучающей выборки по ее размерности

• Автор: Капустин, Антон Николаевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Красноярск
• Количество страниц: 113 с.

ОГЛАВЛЕНИЕ
Введение

1 Анализ коллективов решающих правил в задачах распознавания образов

1.1 Классификация статистических алгоритмов распознавания

образов коллективного типа

1.2 Традиционные методы построения коллективов решающих

1.3 Метод комитетов Вл.Д. Мазурова

1.4 Алгебраический подход Ю.И. Журавлва

1.5 Метод группового учта аргументов в задаче распознавания

образов

1.6 Непараметрические алгоритмы обучения распознаванию

образов
1.7 Многоуровневые системы распознавания образов
1.8 Линейные непараметрические коллективы решающих правил
Выводы
2 Нелинейные непараметрические коллективы в двуальтернативной задаче распознавании образов
2.1 Нелинейные непарамстрические коллективы решающих
правил, основанные на оценках частных решающих функций
2.2 Нелинейные непарамстрические коллективы решающих
правил, основанные на оценках частных решений
2.3 Нелинейные непарамстрические коллективы решающих
правил, основанные на оценках частных плотностей вероятности
2.4 Исследование свойств нелинейных непараметрических
коллективов решающих правил
Выводы
3 Синтез и анализ нснараметрических систем распознавания для многоалыернативной задачи классификации
3.1 Постановка задачи распознавания образов
3.2 Методика синтеза многоуровневых непараметрических 5 I
систем распознавания образов, основанная на методе дихотомии
3.3 Синтез непараметрических систем распознавания образов,
основанных на декомпозиции обучающей выборки с учтом статистической независимости наборов признаков
3.4 Модификация непараметрической системы классификации,
основанная на методе дихотомии
3.5 Исследование свойств многоуровневых непараметрических
систем распознавания образов
Выводы
4 Программное обеспечение, реализующее многоуровневые нснарамстричсские системы распознавания образов, и его применение
4.1 Назначение и функциональные возможности программного
обеспечения
4.2 Структура программного обеспечения
4.3 Инструкции пользователю программного обеспечения для
проведения вычислительных экспериментов
4.4 Применение программного обеспечения при выборе режимов
функционирования хранилища материалов
Выводы
Заключение
Список литературы


С позиций модификации метода дихотомии предложен подход синтеза эффективных непараметрических систем распознавания образов в условиях обучающих выборок большой размерности, обобщённый для многоальтернативной задачи классификации. Установлена зависимость оценки вероятности ошибки распознавания образов многоуровневых непараметрических систем распознавания образов от параметров их структуры и особенностей обучающих выборок, что создаёт основу автоматизации проектирования разработанного класса систем. Значение для теории. Результаты, полученные при выполнении диссертационной работы, имеют существенное значение при развитии теории непараметрических систем распознавания образов и позволяют находить эффективное решение задач классификации в условиях обучающих выборок большой размерности на основе их декомпозиции и использовании технологии параллельных вычислений. Предложенная методика синтеза многоуровневых непарамстрических систем распознавания образов допускает развитие при построении моделей стохастических зависимостей при малых объёмах обучающих выборок. Структура многоуровневых непараметрических систем распознавания образов гарантирует преемственность результатов научных и прикладных разработок путём использования известных алгоритмов классификации в качестве частных решающих правил. Рекомендации по выбору рациональных параметров структуры многоуровневых непараметрических систем распознавания образов создают методическую и алгоритмическую основу автоматизации их проектирования при построении типовых информационных систем. Достоверность полученных результатов подтверждается корректным использованием современных математических средств синтеза и анализа многоуровневых непараметрических систем распознавания образов, результатами исследований их свойств методом статистического моделирования, совпадением модельных данных с экспериментальными. Реализация результатов работы. Разработаны многоцелевые информационные средства синтеза и анализа многоуровневых непараметрических систем распознавания образов, которые использованы при создании автоматизированной системы поддержания микроклимата в хранилище материалов. Двухуровневые непараметрические системы классификации для двуальтериативной задачи распознавания образов, основанная на декомпозиции выборки по её размерности, и их свойства. Двухуровневая ненараметрическая система классификации для многоальтернативной задачи распознавания образов, синтез которой основан на декомпозиции обучающей выборки по её размерности с учётом статистической независимости наборов признаков. Многоуровневые непараметрические системы распознавания образов, основанные на модификации метода дихотомии, и их свойства. Результаты применения разработанных программных средств, реализующих многоуровневую непараметрическую систему распознавания образов, при решении задачи выбора режима функционирования хранилища материалов. Апробация работы. Всероссийская научно-практическая конференция студентов, аспирантов и молодых учёных «Молодежь и современные информационные технологии» (г. Томск, февраля - 2 марта г. I открытая научно-практическая конференция молодых работников ГКХ (г. Железногрск, - сентября г. VII Всероссийская конференция молодых ученых по математическому моделированию и информационным технологиям (с участием иностранных ученых) (г. Красноярск, 1-3 ноября г. Всероссийская отраслевая конференция «Технология и автоматизация атомной энергетики и промышленности» ТААЭП- (г. Севсрск, - мая г. II открытая научно-практическая конференция молодых работников ГКХ (г. Железногрск, - сентября г. VII научно-практическая конференция «Молодёжь в науке» (г. Саров, - октября г. Публикации. Результаты теоретических, экспериментальных и прикладных исследований опубликованы в семи печатных работах, из них две статьи в журналах, рекомендованных ВАК для представления материалов диссертаций. Структура и объём работы. Диссертация состоит из введения, четырёх глав, заключения, списка использованной литературы ( наименований), содержит 3 страниц машинописного текста, иллюстрируется рисунками.