Ви є тут

Разработка и исследование генетических алгоритмов обучения в моделях вычисления оценок

Автор: 
Ковшов Николай Вадимович
Тип роботи: 
диссертация кандидата физико-математических наук
Рік: 
2007
Артикул:
15850
179 грн
Додати в кошик

Вміст

СОДЕРЖАНИЕ
ВВЕДЕНИЕ.
ГЛАВА 1. ОБЩАЯ ПОСТАНОВКА ЗАДАЧИ И МЕТОД
КОДИРОВАНИЯ ПРЕДИКАТОВ
1.1.Общая постановка задачи
1.1.1. Общая формулировка.
1.1.2. Структура алгоритма распознавания
1.2.0бщий принцип кодирования предикатов.
ГЗ.Создание покрытия класса и критерий оптимальности.
1.4.0бработка неизвестных значений признаков.
1.4.1. Осторожный подход
1.4.2. Жадный подход
1.5.Расширение границ предиката
1.6.0сновные результаты и выводы по главе 1
ГЛАВА 2. СТРУКТУРА ГЕНЕТИЧЕСКОГО АЛГОРИТМА И ЕГО АДАПТАЦИЯ К ОСОБЕННОСТЯМ ЗАДАЧИ.
2.1.Введение в теорию генетических алгоритмов
2.1.1. Оператор селекции
2.1.2. Оператор кроссовера
2.1.3. Оператор мутации.
2.1.4. Оператор отбора
2.1.5. Старт и завершение ГА
2.1.6. Типы генетических алгоритмов.
2.2.Применение ГА к решению поставленной задачи
2.3.Фундаментальная теорема ГА.
2.4.Исследование характерных особенностей задачи.
2.4.1. Оценка количества локальных экстремумов задачи.
2.5.Исследование операторов ГА и их применимости при решении поставленной задачи
2.5.1. Оператор кроссовера
2.5.1.1. Вероятность сохранения шаблона.
2.5.1.2. Метод кроссовера, учитывающий взаимное расположение объектов обучающей выборки
2.5.1.3. Экспериментальное сравнение различных механизмов кроссовера
2.5.2. Размер популяции.
2.5.3. Вероятность мутации
2.5.4. Критерий остановки ГА
2.5.4.1. ЭССкритерий остановки ГА.
2.5.4.2. Экспериментальное подтверждение адекватности авторского критерия остановки
2.6.0сновные результаты и выводы по главе 2.
ГЛАВА 3. ОПИСАНИЕ АЛГОРИТМА РАСПОЗНАВАНИЯ
3.1.Вычисление оценок за классы.
3.1.1. Вычисление оценок по принадлежности снаружи
3.1.2. Вычисление оценок по частичной принадлежности.
3.1.2.1. Роль порогового значения
3.2.Решающее правило
3.2.1. Решающее правило 1.
3.2.2. Решающее правило 2.
3.2.3. Тестирование РП1 на задачах распознавания
3.2.4. Тестирование РП2 на задачах распознавания
3.2.5. Сравнительный анчиз РП1 и РП2.
З.З.Основные результаты и выводы по главе 3.
ГЛАВА 4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ АЛГОРИТМОВ И ОПТИМИЗАЦИЯ ЗАТРАТ МАШИННОГО ВРЕМЕНИ. ОЦЕНКА СЛОЖНОСТИ АЛГОРИТМОВ.
4.1. Программная реализация.
4.2. Оценка сложности алгоритмов
4.2.1. Оценка вычислительной сложности обучения.
4.2.1.1. Экспериментальное подтверждение оценки сложности обучения.
4.2.2. Оценка вычислительной сложности распознавания.
4.3.Метод дробления выборки
4.4. Основные результаты и выводы по главе 4.
ГЛАВА 5. ТЕСТИРОВАНИЕ РАЗРАБОТАННЫХ МЕТОДОВ НА ПРИКЛАДНЫХ ЗАДАЧАХ ИЗ ОБЛАСТИ РАСПОЗНАВАНИЯ ОБРАЗОВ.
5.1.Тестовые задачи
5.1.1. Модельная задача 1
5.1.2. Модельная задача 2
5.1.3. Модельная задача 3
5.1.4. Опознавание кредитных карт
5.1.5. Распознавание радиосигналов.
5.1.6. Распознавание фоновых изображений.
5.1.7. Диагностика космической техники.
5.1.8. Распознавание сортов вин
5.1.9. Распознавание изображений автомобилей.
5.1 Диагностика рака груди.
5.2.Сравнение с другими методами.
5.2.1. Перечень методов для сравнения
5.2.2. Результаты вычислений.
5.2.3. Модельная задача 2
5.2.4. Модельная задача 3
5.2.5. Прочие прикладные задачи.
5.2.6. Прогнозирование типа кристаллической решетки неорганических соединений
5.3.Основные результаты и выводы по главе 5
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ