Панин С.Д. - Теория принятия решении и распознавание образов

Панин С.Д. - Теория принятия решении и распознавание образов Теория принятия решении и распознавание образов

Год издания: 2017
Автор: Панин С.Д.
Жанр или тематика: Курс лекций
Издательство: МГТУ им. Н. Э. Баумана
ISBN: 978-5-7038-4482-3
Язык: Русский
Формат: PDF
Качество: Отсканированные страницы слой распознанного текста
Интерактивное оглавление: Нет
Количество страниц: 240
Описание: Приведены сведения для математического моделирования формализуемых и слабо формализуемых задач в системе компьютерной математики. Рассмотрены физические основы датчиков систем распознавания, способы распознавания образов и предварительной обработки признаков образов. Представлены сведения о практическом приложении теории распознавания.
Для студентов МГТУ им. Н.Э. Баумана, обучающихся по специальностям, связанным с защитой информации в различных объектах.

Примеры страниц

Оглавление

• 1. Сведения для математического моделирования формализуемых и слабо формализуемых задач в системе компьютерной математики
• 1.1. Элементы работы мозга
• 1.2. Естественный нейрон и моделирование работы мозга
• 1.3. Элементы системы компьютерной математики MATLAB
• 1.4. Математические модели нейронов и нейронных сетей в системе MATLAB
• 1.5. Многослойные нейронные сети с обратным распространением ошибок
• 1.6. Проблемы искусственного интеллекта
• 1.7. Элементы теории вероятностей
• 1.8. Элементы математической статистики
• 1.9. Элементы теории фракталов
• 1.10. Элементы теории случайных фракталов
• 1.11. Элементы нечеткой математики
• 1.12. Преобразования кластеризации в задачах классификации
• 1.13. Пример работы алгоритмов кластеризации
• 1.14. Применение модуля Neural Network Toolbox в задачах кластеризации
• 1.15. Пример использования алгоритма конкурирующего слоя
• 2. Основные положения теории принятия решений
• 2.1. Условия принятия решений
• 2.2. Формализованные подходы к принятию лучших решений в многокритериальной задаче выбора
• 2.3. Применение пакета прикладных программ для решения задач многокритериальной оптимизации
• 2.4. Действия в условиях риска
• 2.5. Принятие решений в условиях неопределенности
• 2.6. Прогнозирование следствий выбранных альтернатив
• 3. Физические основы датчиков систем распознавания
• 3.1. Понятия о датчике
• 3.2. Дистанционные датчики
• 3.3. Оптические датчики
• 3.4. Акустические датчики
• 3.5. СВЧ-голография
• 3.6. Компьютерная томография
• 3.7. Ядерный магнитный резонанс
• 3.8. Перспективы аппаратуры измерения и обработки показателей объектов
• 4. Предварительная обработка признаков образов
• 4.1. Необходимость предварительной обработки
• 4.2. Масштабирование значений признаков образов
• 5. Распознавание образов по детерминированным функциям расстояния
• 5.1. Классификация образов при единственном эталоне класса
• 5.2. Множественность эталонов в классе
• 5.3. Обобщенный принцип классификации по минимуму расстояния
• 5.4. Классификация летательных аппаратов по функции расстояния
• 5.5. Распознавание детерминированных образов в нейронных сетях с обучением. Перцептрон Розенблатта
• 6. Классификация образов вероятностными методами
• 6.1. Байесовские процедуры
• 6.2. Байесовский классификатор для образов с нормальным распределением
• 6.3. Вероятности ошибок классификации при нормальном распределении
• 6.4. Применение модуля Neural Network Toolbox в задачах стохастической классификации с обучением
• 6.5. Сверточные нейронные сети
• 6.6. Некоторые задачи бинарной вероятностной классификации
• 7. Синтаксическое распознавание
• 7.1. Элементы теории формальных языков
• 7.2. Постановка задачи синтаксического распознавания
• 7.3. Синтаксическое описание образов
• 7.4. Грамматики для распознавания образов
• 7.5. Распознавание образов в виде графов
• 7.6. Особенности распознавания древовидных структур
• 7.7. Обучение и автоматы в лингвистическом распознавании
• 8. Другие подходы в распознавании образов
• 8.1. Логические задачи распознавания
• 8.2. Алгоритм вычисления оценок
• 8.3. Объединение нейросетевых и нечетких систем
• 9. Некоторые практические приложения теории распознавания
• 9.1. Геофизические наблюдения
• 9.2. Медицина
• 9.3. Проблемы распознавания информации, распространяющейся механическими колебаниями в различных средах
• 9.4. Распознавание трехмерных объектов
• 9.5. Применение фракталов в радиолокации