Теория принятия решении и распознавание образов

Автор(ы)

Панин С.Д

Год

2017

Язык

rus

ISBN

978-5-7038-4482-3

Теги

Математика Программирование

Аннотация

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