Математические модели и методы структурного анализа рядов наблюдений на основе сепарации пространства параметров

• Автор: Звягин, Петр Николаевич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Санкт-Петербург
• Количество страниц: 193 с. : ил.

ВВЕДЕНИЕ. ГЛАВА 1. Обзор параметрических моделей анализа массовых наблюдений. Мониторинг и структурный анализ наблюдений в задачах эксплуатации судов в ледовых условиях. Общая характеристика диссертационной работы. ГЛАВА 2. Применение статистического моделирования к алгоритму нечеткой кластеризации. Метод статистической оценки результатов работы алгоритма нечеткой кластеризации. Синтез нр1ЕТК0го классификатора. ГЛАВА 3. Применение метола БУМ В. Модель гиперквалрировлния кластера с учетом неполной информации о его расположении в пространстве параметров. ГЛАВА 4. Создание модели классификации иерархических векторов на основе искусственной нейронной сети. ГЛАВА 5. ВРЕМЕННОЮ РЯДА ПРИ ПОМОЩИ ЧИСЛЕННОГО ЭВОЛЮЦИОННОГО АЛГОРИТМА. ГЛАВА 6. АНАЛИЗ ЛЕДОВЫХ НЛ1РУЗОК НА ЛЕДОСЮЙКИЕ ОПОРЫ ПРИЧАЛА ПРИ ПОМОЩИ КВЛЗИГЕНЕТИЧЕСКОГО АЛГОРИТМА. ЗАКЛЮЧЕНИЕ. БИБЛИОГРАФИЧЕСКИЙ СПИСОК. ПРИЛОЖЕНИЕ А. Приложение АI. Приложение А2. Приложение лз. Приложение А4. ПРИЛОЖЕНИЕ В. ПРИЛОЖЕНИЯ С. ПРОГРАММЫ НА ЯЗЫКЕ С. Приложение С1.


ГЛАВА 1. ГЛАВА 2. ГЛАВА 3. Применение метода БУМ В. ГЛАВА 4. ГЛАВА 5. ГЛАВА 6. Приложение А1. Приложение А2. Приложение ЛЗ. Федоров 1 Приложение А4. ПРИЛОЖЕНИЕ В. ПРИЛОЖЕНИЯ С. Приложение С1. Приложение С2. Осуществить выделение таких фрагментов. Диссертация состоит из 6 глав, введения, заключении и приложений. В 1. В 1. В 1. Ссредних. Изложена авторская модификация этого ал торизма. Построение модели завершается синтезом нечеткого классифи кагора. В 2. В 2. Существует множество различных методов предобработки данных. В 2. Ссредних. ИММОД в октябре 1 . В 2. Синтез в 2. В 3. При этом использована модель описания кластера из 3. Теорема 1 о классификации иерархических векторов. В 5. Для эволюционного квазигенетичсского алгоритма в 5. Опишем эти леммы и теорему Теорему 2. В 5. ХЫ1 Крыловские чтения в СанктПетербургском ЦНИИ им. А.Н. Крылова в декабре года . В 6. Опоры этого причала с года установлены на о. Варандей. В Заключении сформулированы основные результаты диссертационной работы. Пусть имеется набор п наблюдений. Выборку данных будем обозначать X. Х . Существенным отличием временного ряда о г выборки данных является ю. Не всегда такая модель для данных является оправданной и эффективной. В работах М. Кендэлла, Дж. Бокса, Г. Дженкинса, Т. Королюка и Н. Компоненты временного ряда определяются некоторыми параметрами. При этом результаты будуг определяться случайным характером процессов. МонтеКарло. С.А. Айвазяна и его школы см. В.М. Бухштабера и И. С. Енюкова. I I. Макаренко. Такая методика предлагается в настоящей работе. СанктПетербург, СП6ГГУ май г. ГС, г. НИИ Высшей нервной деятельности г. Москвы. Арктики.