Отрывок: 05 0.1 0.15 0.2 0.25 5 6 7 8 9 10 11 12 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 4 5 6 7 8 9 10 11 12 0 0.05 0.1 0.15 0.2 0.25 0.3 4 5 6 7 8 9 10 11 12 58 Рисунок 3.23 – Зависимость СКО от количества кластеров для выборки данных объективного контроля орбитального аппарата «Space Shuttle» По результатам исследования были получены следующие оптимальные значения количества кластеров для каждой из выборок (см. таблица 3.18). Таблица 3.18 Найд...
Название : | Исследование влияния алгоритмов генерации нечетких правил на эффективность решения задачи классификации |
Авторы/Редакторы : | Баранова О. С. Солдатова О. П. Козлова О. С. Министерство образования и науки Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) Институт информатики математики и электроники |
Дата публикации : | 2018 |
Библиографическое описание : | Баранова, О. С. Исследование влияния алгоритмов генерации нечетких правил на эффективность решения задачи классификации : вып. квалификац. работа по спец. "Информатика и вычислительная техника" / О. С. Баранова ; рук. работы О. П. Солдатова; рец. О. С. Козлова ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, математики и эл. - Самара, 2018. - on-line |
Аннотация : | Задача предварительного анализа и корректировки исходных данных является актуальной задачей при обучении нечетких нейронных сетей, предназначенных для классификации входных выборок различного вида и качества. В особенности это касается обучающих выборок, поскольку от них напрямую зависит качество работы сети в дальнейшем. Целью данной выпускной квалификационной работы магистра является исследование влияния алгоритмов генерации нечетких правил на эффективность решения задачи классификации для нечеткой продукционной нейронной сети Ванга-Менделя. Для достижения поставленной цели была разработана автоматизированная система, позволяющая генерировать и загружать данные для обучения и тестирования нейронной сети, осуществлять выбор алгоритма и параметров обучения, выбор алгоритмов генерации баз нечетких правил, относить тестовые данные к какому-либо заранее определенному классу. Система реализована на языке программирования Java с применением внешних библиотек в среде разработки IntelliJ IDEA Community. |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20180625123503 |
Ключевые слова: | гибридные алгоритмы алгоритм наискорейшего спуска алгоритм генерации нечетких правил нечеткая логика рейтинговые алгоритмы нейронные сети модель Мамдани-Заде аддитивный шум |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Баранова_Ольга_Сергеевна_Исследование_влияния_алгоритмов_генерации.pdf | 2.54 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.