Оглавление
Введение.
1. Цели и задачи работы
2. Методы исследования
3. Актуальность работы.
4. Структура работы
Глава 1. Задача распознавания поведения системы.
1.1. Исследуемая система
1.2. Задача распознавания поведения системы.
1.3. Ограничения на исходные данные
1.4. Задача обучения алгоритма распознавания
1.5. Выводы.
Глава 2. Обзор существующих методов решения задачи распознавания нештатного поведения системы.
2.1. Критерии сравнения алгоритмов и методика численного исследования .
2.2. Алгоритм распознавания на основе нечеткого сопоставления строк .
2.3. Алгоритм на основе ОТУ.
2.4. Алгоритм на основе искусственных нейронных сетей .
2.5. Алгоритм на основе преобразований Фурье.
2.6. Алгоритм на основе вей влет преобразований.
2.7. .Алгоритм на основе метода ГусеницаБЗ А
2.8. Алгоритм на основе идей алгебраического подхода.
2.9. Вывода.
Глава 3. Параметрическое семейство алгоритмов распознавания и
условия его обучаемости
3.1. Параметрическое семейство алгоритмов распознавания.
3.2. Условие обучаемости параметрического семейства решений.
Глава 4. Метод обучения алгоритмов распознавания нештатного поведения систем
4.1. Общая схема метода обучения
4.2. Генетический алгоритм построения системы аксиом но обучающей выборке с маркировкой участков нештатного поведения.
4.3. Алгоритм построения системы аксиом по обучающей выборке с маркировкой точек аварии
Глава 5. Инструментальная система.
5.1. Требования к системе построения алгоритмов распознавания
5.2. Архитектура разработанного средства
5.3. Исследование эффективности предложенной схемы распараллеливания алгоритма обучения
5.4. Выводы.
Глава 6. Исследование эффективности предложенных алгоритмов . .
6.1. Исходные данные
6.2. Исследование метода обучения алгоритмов распознавания по выборке с маркировкой участков нештатного поведения.
6.3. Исследование метода обучения алгоритмов распознавания по выборке с маркировкой точек аварии
6.4. Выводы.
Заключение .
Литература
- Київ+380960830922