Методы и алгоритмы беспризнакового распознавания образов

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
1. ПРОБЛЕМА РАСПОЗНАВАНИЯ ОБРАЗОВ ПРИ ОТСУТСТВИИ ЯВНО ВЫРАЖЕННОГО ВЕКТОРА ПРИЗНАКОВ ОБЪЕКТОВ
1.1. Прикладные задачи беспризнакового распознавания образов но критерию сходства объектов
I I I Распознавание рукописных символов
I I 2 Распознавание классов пространственной структуры белков
1.2. Современные методы обучения распознаванию образов в векторных пространствах как теоретическая база беспризнакового распознавания
.1 Общая постановка задачи обучения распознаванию образов
1.2 2. Концепция оптимальной разделяющей гиперплоскости
1.2.3. Обучение на основе понятия опорных векторов
1.2.4. Проблема малой обучающей выборки
1.2 5 Селекция признаков сокращение признакового пространст ва
1.2 6. Регуляризация классификаюров
1.3. Принципы организации обучения беспризнаковому распознаванию образов в гильбертовом пространстве объектов
1.3 I Гильбертово пространство объектов распознавания и парамсгричсс семейство линейных решающих правил
1.3.2. Базисное подпространство в гильбертовом пространстве объектов
1.3.3. Принцип ортогональности главным осям выборки и принцип гладкости для регуляризации построения линейного решающею правила в пространстве проекционных признаков
1.4. Основные шдлчи исследовании
2. ОБУЧЕНИЕ РАСПОЗНАВАНИЮ ОБРАЗОВ В ГИЛЬБЕРТОВОМ ПРОСТРАНСТВЕ ОБЪЕКТОВ
2.1. Гильбертово пространство объектов распознавании и оптимальная разделяющая гиперплоскость
2.2. Метод опорных элементов для обучения распознаванию образов в гильбертовом пространстве
2.2.1. Отсутствие априорных предпочтений о направляющем элементе разделяющей гиперплоскости и гильбертовом пространстве
2.2.2. Предпочтите юная ориентация направляющею ыеменга разделяющей гиперплоскости вдоль осей инерции базисной совокупности
2.3. Распознавание классов пространственной структуры белков в условиях малой обучающей выборки
2.4. Принцип регуляризации, основанный на гладкости проекционных признаков
3. СКОЛЬЗЯЩИЙ КОНТРОЛЬ В ПРОЦЕДУРЕ ОБУЧЕНИЯ
3.1. Метод скользящего кош роля для оценивания экстраполяционных свойств решающего правила по обучающей выборке
3.2. Быстрая реализация процедуры скользящею контроля для метода опорных элементов
3.3. Выбор смещения разделяющей гиперплоскости по результатам скользящего контроля
4. ПРОГРАММНЫЙ КОМПЛЕКС ОБУЧЕНИЯ РАСПОЗНАВАНИЮ ОБРАЗОВ
4.1. Общая характеристика программного комплекса
4.2. Структура файлов данных
4.3. Загрузка и редактирование данных
4.4. Отображение данных и решающего правила распознавания
4.4.1. Построение плоскости проецирования в многомерном пространстве проекционных признаков
4.4.2 Проецирование матрицы близости на двумерную плоскость
4.4.3. Оптимальное проецирование данных на плоскость экрана
4.5. Обучение п распознавание
4.6. Изменение параметров алгоритма
4.7. Сохранение и загрузка решающего правила
4.8. Вывод информации об объекте
5. ПРИМЕНЕНИЕ АЛГОРИТМОВ ОБУЧЕНИЯ ДЛЯ РЕШЕНИЯ ПРИКЛАДНЫХ ЗАДАЧ
5.1. Распознавание классов пространственной структуры белков
5 1.1 Представление величины близости по парному элайнменту белковых последовательностей в качестве скалярною произведения в воображаемом гильбертовом пространстве
5.1.2. Распознавание классов один против одного
5.1.3. Эффект регуляризации ПО
5.2. Распознавание рукописных символов по траектории пера в процессе написания
5.2.1. Распознавание классов один всех
5.2 2 Эффективное смещение порога припиши решения но результатам скользящего контроля 1
6. ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ
ЛИТЕРАТУРА