Modeling of process of classification with data processing according to the method of differential cuts
Keywords:
imitation modeling, method of differential cuts, temporal dependences, discriminatorsAbstract
Temporal dependences of process of classification are investigated with the use of discriminators. The features of treatment of array cells of discriminators are considered according to the method of differential cuts. The results of imitation design are analyzed taking into account the dimension of array cells of discriminators, and also the law of their distribution.References
1. Галушкин А. И. Нейрокомпьютеры. Кн. 3: учеб. пос. для вузов / под общ. ред. А. И. Галушкина. — М. : ИПРМР, 2000. — 528 с. — ISBN 5-93108-007-4.
2. Хайкин С. Нейронные сети : полный курс/ С. Хайкин ; пер. с англ. — 2-е изд. — М. : ООО «И.Д. Вильямс», 2006. — 1104 с. — ISBN 5-8459-0890-6.
3. Осовский С. Нейронные сети для обработки информации / С. Осовский ; пер. с польск. И. Д. Рудинского. — М. : Финансы и статистика, 2004. — 344 с. — ISBN 5-279-02567-4.
4. Куссуль Е. М. Нейросетевые классификаторы для распознавания рукописных символов / Е. М. Куссуль, Л. М. Ка-саткина, В. В. Лукович // Управляющие системы и машины. — 1999. — № 4. — С. 77—86.
5. Лукович В. В. Проста згорткова нейронна мережа для розпізнавання рукописних цифр / В. В. Лукович // Оброб-лення сигналів і зображень та розпізнавання образів : праці X Всеукр. міжнар. конф., 25—29 жовтня 2010 р. — К., 2010. — С. 137—140.
6. Горелик А. А. Методы распознавания: учеб. пос. для вузов / А. А. Горелик, В. А. Скрипкин. — 3-е изд. — М. : Высш. шк., 1989 — 232 с. — ISBN 5-06-000459-7.
7. Сердобольский В. И. Дискриминантный анализ наблюдений большой размерности / В. И. Сердобольский. — Лю-берцы : ВИНИТИ, 1979. — 76 с.
8. Андерсон Т. Введение в многомерный статистический анализ / Т. Андерсон. — М. : Физмат, 1963. — 500 с.
9. Бернюков А. К. Распознавание биоэлектрических сигналов / А. К. Бернюков, Л. Т. Сушкова // Зарубежная радио-электроника. — 1996. — № 12. — С. 47—51.
10. Мартынюк Т. Б. Классификатор биоэлектрических сигналов / Т. Б. Мартынюк, А. Г. Буда, В. В. Хомюк,
А. В. Кожемяко, Л. М. Куперштейн // Искусственный интеллект. — 2010. — № 3. — С. 88—95. — ISSN 1561 – 5359.
11. Круглов В. В. Искусственные нейронные сети. Теория и практика / В. В. Круглов, В. В. Борисов. — 2-е изд. — М. : Горячая линия — Телеком, 2002. — 382 с. — ISBN 5-93517-031-0.
12. Комарцова Л. Г. Нейрокомпьютеры: учеб. пос. для вузов / Л. Г. Комарцова, А. В. Максимов — М. : изд-во МГТУ им. Н. Э. Баумана, 2002. — 320 с. — ISBN 5-7038-1908-3.
13. Мартинюк Т. Б. Рекурсивні алгоритми багатооперандної обробки інформації : моногр. / Т. Б. Мартинюк. — Вінниця : УНІВЕРСУМ–Вінниця, 2000. — 216 с. — ISBN 966-7199-98-3.
14. Мартинюк Т. Б. Методи та засоби паралельних перетворень векторних масивів даних : моногр. / Т. Б. Мартинюк, В. В. Хом’юк. — Вінниця : УНІВЕРСУМ–Вінниця, 2005. — 203 с. — ISBN 966-641-114-8.
15. Корпорация StatSoft. Электронный учебник по математической статистике. [Электронный ресурс]. — Режим дос-тупа : http://www.statsoft.ru/home/textbook/modules/stdiscan.html#classification.
16. Томашевський В. М. Моделювання систем / В. М. Томашевський. — К. : видавнича гр. ВНV, 2005. — 352 c. — ISBN 966-552-120-9.
17. Кобзарь А. И. Прикладная математическая статистика. Для инженеров и научных работников / А. И. Кобзарь. — М. : ФИЗМАТЛИТ, 2006. — 816 с. — ISBN 5-9221-0707-0.
18. Сурмин Ю. П. Теория систем и системный анализ / Ю. П. Сурмин. — К. : МАУП, 2003. — 368. — ISBN 966-608-290-Х.
19. Руководство пользователя Mathcad 6.0 и Mathcad PLUS 6.0. [Электронный ресурс]. — Режим доступа : http://www.exponenta.ru/soft/mathcad/usersguide/0.asp
20. Язык программирования С# 2010 и платформа .NET 4.0; пер. с англ. — 5-е изд. — М. : ООО «И. Д. Вильямс», 2011. — 1392 с. — ISBN 978-5-8459-1682-2.
2. Хайкин С. Нейронные сети : полный курс/ С. Хайкин ; пер. с англ. — 2-е изд. — М. : ООО «И.Д. Вильямс», 2006. — 1104 с. — ISBN 5-8459-0890-6.
3. Осовский С. Нейронные сети для обработки информации / С. Осовский ; пер. с польск. И. Д. Рудинского. — М. : Финансы и статистика, 2004. — 344 с. — ISBN 5-279-02567-4.
4. Куссуль Е. М. Нейросетевые классификаторы для распознавания рукописных символов / Е. М. Куссуль, Л. М. Ка-саткина, В. В. Лукович // Управляющие системы и машины. — 1999. — № 4. — С. 77—86.
5. Лукович В. В. Проста згорткова нейронна мережа для розпізнавання рукописних цифр / В. В. Лукович // Оброб-лення сигналів і зображень та розпізнавання образів : праці X Всеукр. міжнар. конф., 25—29 жовтня 2010 р. — К., 2010. — С. 137—140.
6. Горелик А. А. Методы распознавания: учеб. пос. для вузов / А. А. Горелик, В. А. Скрипкин. — 3-е изд. — М. : Высш. шк., 1989 — 232 с. — ISBN 5-06-000459-7.
7. Сердобольский В. И. Дискриминантный анализ наблюдений большой размерности / В. И. Сердобольский. — Лю-берцы : ВИНИТИ, 1979. — 76 с.
8. Андерсон Т. Введение в многомерный статистический анализ / Т. Андерсон. — М. : Физмат, 1963. — 500 с.
9. Бернюков А. К. Распознавание биоэлектрических сигналов / А. К. Бернюков, Л. Т. Сушкова // Зарубежная радио-электроника. — 1996. — № 12. — С. 47—51.
10. Мартынюк Т. Б. Классификатор биоэлектрических сигналов / Т. Б. Мартынюк, А. Г. Буда, В. В. Хомюк,
А. В. Кожемяко, Л. М. Куперштейн // Искусственный интеллект. — 2010. — № 3. — С. 88—95. — ISSN 1561 – 5359.
11. Круглов В. В. Искусственные нейронные сети. Теория и практика / В. В. Круглов, В. В. Борисов. — 2-е изд. — М. : Горячая линия — Телеком, 2002. — 382 с. — ISBN 5-93517-031-0.
12. Комарцова Л. Г. Нейрокомпьютеры: учеб. пос. для вузов / Л. Г. Комарцова, А. В. Максимов — М. : изд-во МГТУ им. Н. Э. Баумана, 2002. — 320 с. — ISBN 5-7038-1908-3.
13. Мартинюк Т. Б. Рекурсивні алгоритми багатооперандної обробки інформації : моногр. / Т. Б. Мартинюк. — Вінниця : УНІВЕРСУМ–Вінниця, 2000. — 216 с. — ISBN 966-7199-98-3.
14. Мартинюк Т. Б. Методи та засоби паралельних перетворень векторних масивів даних : моногр. / Т. Б. Мартинюк, В. В. Хом’юк. — Вінниця : УНІВЕРСУМ–Вінниця, 2005. — 203 с. — ISBN 966-641-114-8.
15. Корпорация StatSoft. Электронный учебник по математической статистике. [Электронный ресурс]. — Режим дос-тупа : http://www.statsoft.ru/home/textbook/modules/stdiscan.html#classification.
16. Томашевський В. М. Моделювання систем / В. М. Томашевський. — К. : видавнича гр. ВНV, 2005. — 352 c. — ISBN 966-552-120-9.
17. Кобзарь А. И. Прикладная математическая статистика. Для инженеров и научных работников / А. И. Кобзарь. — М. : ФИЗМАТЛИТ, 2006. — 816 с. — ISBN 5-9221-0707-0.
18. Сурмин Ю. П. Теория систем и системный анализ / Ю. П. Сурмин. — К. : МАУП, 2003. — 368. — ISBN 966-608-290-Х.
19. Руководство пользователя Mathcad 6.0 и Mathcad PLUS 6.0. [Электронный ресурс]. — Режим доступа : http://www.exponenta.ru/soft/mathcad/usersguide/0.asp
20. Язык программирования С# 2010 и платформа .NET 4.0; пер. с англ. — 5-е изд. — М. : ООО «И. Д. Вильямс», 2011. — 1392 с. — ISBN 978-5-8459-1682-2.
Downloads
-
PDF (Українська)
Downloads: 45
Abstract views: 111
Published
2010-11-12
How to Cite
[1]
T. V. Martyniuk, M. V. Dzis, and A. V. Medvid, “Modeling of process of classification with data processing according to the method of differential cuts”, Вісник ВПІ, no. 4, pp. 144–150, Nov. 2010.
Issue
Section
Information technologies and computer sciences
License
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
