Совершенствование самоорганизующихся нейронных сетей Кохонена для систем поддержки принятия решений

Введение
Глава 1. Самоорганизующиеся карты Кохонена как метод аналитической обработки данных.
1.1. Анализ современных методов интеллектуального анализа данных
1.2. Классическая модель СОКК и алгоритм ее обучения
1.3. Подготовка и предобработка данных для нейронной сети.
1.4. Построение визуальных топографических карт для СОКК.
Выводы по главе 1
Глава 2. Модель сети Кохонена с замкнутой решеткой, оценка ее точности и качества
2.1. Проблемы применения классической модели СОКК.
2.2. Способы устранения граничного эффекта
2.3. Новый метод связи соседних нейронов сети.
2.4. Новые модели СОКК с замкнутой решеткой для устранения
граничного эффекта.
2.5. Оценка точности и качества обучения сети с замкнутой решеткой
2.6. Сравнение с замкнутой сетью треугольной топологии.
Выводы по главе 2
Глава 3. Применение методики анализа данных с помощью разработанной нейронной сети.
3.1. Методика анализа данных с помощью СОКК с замкнутой решеткой.
3.2. Анализ данных о производстве готовой продукции на ОАО МЗКРС.
3.3. Анализ результатов конструкторских расчетов конических зубчатых
передач с круговыми зубьями
Выводы по главе 3
Глава 4. Комплекс программ для анализа данных с применением карт Кохонена и расчет алгоритмической эффективности
4.1. Основные модули комплекса программ
4.2. Динамически присоединяемая библиотека, ее параметры и методы.
4.3. Разработанное приложение для i x
4.4. Алгоритм принятия решений с помощью СОКК.
4.5. Алгоритм построения объемной сферической поверхности для визуального отображения глобуса замкнутой СОКК.
4.6. Расчет и оценка алгоритмической эффективности нового
алгоритма поиска иейроновсоседей
Выводы по главе 4
Заключение
Литература