Выбор переменных состояния и алгоритмов параметрической идентификации объекта по его кинематическим характеристикам

Aouati Mourad

Аннотация


Показано, что для решения задачи качественной идентификации в условиях нечетких данных могут быть использованы алгоритмы нечеткой кластеризации или алгоритмы параметрической классификации. Предложено в условиях маскировки объекта в качестве информативных признаков для решения задачи распознавания использовать кинематические характеристики их движения: компоненты векторов скорости и ускорения характерных точек объекта в системе обобщенных координат с использованием функций Ламе


Ключевые слова


распознавание образов; нечеткая кластеризация; алгоритмы параметрической классификации; обобщенные координаты; функции Ламе

Полный текст:

PDF

Литература


Demin, D. A. (2014). Mathematical description typification in the problems of synthesis of optimal controller of foundry technological parameters. Eastern-European Journal of Enterprise Technologies, 1 (4 (67)), 43–56. doi: 10.15587/1729-4061.2014.21203

Vasenko, Yu. A. (2012). Sovershenstvovanie tekhnologii polucheniya iznosostojkogo chuguna. Tekhnologicheskij audit i rezervy proizvodstva, 1 (3), 17–21. Available at: http://journals.uran.ua/tarp/article/viewFile/4870/4521

Demin, D. A. (2010). Prinyatie reshenij v processe upravleniya ehlektroplavkoj s uchetom faktorov nestabil'nosti tekhnologicheskogo processa. Vestnik NTU "HPI", 17, 67–72.

Ponomarenko, O. I., Trenyov, N. S. (2013). Komp'yuternoe modelirovanie processov kristallizacii kak rezerv povysheniya kachestva porshnej DVS. Tekhnologicheskij audit i rezervy proizvodstva, 6 (2 (14)), 36–40. Available at: http://journals.uran.ua/tarp/article/viewFile/19529/17205

Demin, D. A., Bozhko, A. B., Zrajchenko, A. V., Nekrasov, A. G. (2006). Identifikaciya chuguna dlya opredeleniya racional'nyh rezhimov legirovaniya. Eastern-European Journal of Enterprise Technologies, 4 (1 (22)), 29–32.

Lin, Z., Lyu, M. R., King, I. (2011). MatchSim: a novel similarity measure based on maximum neighborhood matching. Knowledge and Information Systems, 32 (1), 141–166. doi: 10.1007/s10115-011-0427-z

Arsirii, Е., Manikaeva, О., Vasilevskaja, O. (2015). Development of the decision support subsystem in the systems of neural network pattern recognition by statistical information. Eastern-European Journal of Enterprise Technologies, 6 (4 (78)), 4–12. doi: 10.15587/1729-4061.2015.56429

Fraze-Frazenko, O. (2012). Algorithm of study neural network for image recognition. Technology audit and production reserves, 4/1 (6), 33–34. Available at: http://dspace.oneu.edu.ua/jspui/handle/123456789/259

Fercev, A. A. (2012). Uskorenie obucheniya nejronnoj seti dlya raspoznavaniya izobrazhenij s pomoshch'yu tekhnologii NVidia Cuda. Vestnik Samarskogo gosudarstvennogo tekhnicheskogo universiteta. Seriya Fiziko-matematicheskie nauki, 1 (26), 183–191.

Mourad, A. (2016). Localization of vectors–patterns in the problems of parametric classification with the purpose of increasing its accuracy. Eastern-European Journal of Enterprise Technologies, 4 (4 (82)), 10–20. doi: 10.15587/1729-4061.2016.76171

Unglert, K., Radic, V., Jellinek, A. M. (2016). Principal component analysis vs. self-organizing maps combined with hierarchical clustering for pattern recognition in volcano seismic spectra. Journal of Volcanology and Geothermal Research, 320, 58–74. doi: 10.1016/j.jvolgeores.2016.04.014

Fakhar, K., El Aroussi, M., Saidi, M. N., Aboutajdine, D. (2016). Fuzzy pattern recognition-based approach to biometric score fusion problem. Fuzzy Sets and Systems, 305, 149–159. doi: 10.1016/j.fss.2016.05.005

Perova, I. (2014). Adaptive treatment of these mediсo-biological researches by methods of computational intelligence. Eastern-European Journal of Enterprise Technologies, 1 (4 (67)), 24–28. doi: 10.15587/1729-4061.2014.21202

Demin, D. A. (2013). Mathematical modeling in the problem of selecting optimal control of obtaining alloys for machine parts in uncertainty conditions. Problems of mechanical engineering, 6, 15–23.


Пристатейная библиография ГОСТ


Дёмин, Д. А. Типизация математического описания в задачах синтеза оптимального регулятора технологических параметров литейного производства [Текст] / Д. А. Дёмин // Восточно-Европейский журнал передовых технологий. – 2014. – T. 1, № 4 (67). – С. 43–56. doi: 10.15587/1729-4061.2014.21203

Васенко, Ю. А. Совершенствование технологии получения износостойкого чугуна [Текст] / Ю. А. Васенко // Технологический аудит и резервы производства. – 2012. – № 1 (3). – С. 17–21. – Режим доступа: http://journals.uran.ua/tarp/article/viewFile/4870/4521

Дёмин, Д. А. Принятие решений в процессе управления электроплавкой с учетом факторов нестабильности технологического процесса [Текст] / Д. А. Дёмин // Вестник НТУ "ХПИ". – 2010. – № 17. – С. 67–72.

Пономаренко, О. И. Компьютерное моделирование процессов кристаллизации как резерв повышения качества поршней ДВС [Текст] / О. И. Пономаренко, Н. С. Тренёв // Технологический аудит и резервы производства. – 2013. – T. 6, № 2 (14). – С. 36–40. – Режим доступа: http://journals.uran.ua/tarp/article/viewFile/19529/17205

Дёмин, Д. А. Идентификация чугуна для определения рациональных режимов легирования [Текст] / Д. А. Дёмин, А. Б. Божко, А. В. Зрайченко, А. Г. Некрасов // Восточно-Европейский журнал передовых технологий. – 2006. – T. 4, № 1 (22). – С. 29–32.

Lin, Z. MatchSim: a novel similarity measure based on maximum neighborhood matching [Text] / Z. Lin., M. R. Lyu, I. King // Knowledge and Information Systems. – 2011. – Vol. 32, Issue 1. – P. 141–166. doi: 10.1007/s10115-011-0427-z

Arsirii, Е. Development of the decision support subsystem in the systems of neural network pattern recognition by statistical information [Text] / Е. Arsirii, О. Manikaeva, O. Vasilevskaja // Eastern-European Journal of Enterprise Technologies. – 2015. – Vol. 6, Issue 4 (78). – P. 4–12. doi: 10.15587/1729-4061.2015.56429

Фразе-Фразенко, О. Алгоритм навчання нейронної мережі при розпізнаванні зображень [Текст] / О. Фразе-Фразенко // Технологический аудит и резервы производства. – 2012. – № 4/1 (6). – С. 33–34. – Режим доступа: http://dspace.oneu.edu.ua/jspui/handle/123456789/259

Ферцев, А. А. Ускорение обучения нейронной сети для распознавания изображений с помощью технологии NVidia Cuda [Текст] / А. А. Ферцев // Вестник Самарского государственного технического университета. Серия Физико-математические науки. – 2012. – № 1 (26). – С. 183–191.

Mourad, A. Localization of vectors–patterns in the problems of parametric classification with the purpose of increasing its accuracy [Text] / A. Mourad // Eastern-European Journal of Enterprise Technologies. – 2016. – Vol. 4, Issue 4 (82). – P. 10–20. doi: 10.15587/1729-4061.2016.76171

Unglert, K. Principal component analysis vs. self-organizing maps combined with hierarchical clustering for pattern recognition in volcano seismic spectra [Text] / K. Unglert, V. Radic, A. M. Jellinek // Journal of Volcanology and Geothermal Research. – 2016. – Vol. 320. – P. 58–74. doi: 10.1016/j.jvolgeores.2016.04.014

Fakhar, K. Fuzzy pattern recognition-based approach to biometric score fusion problem [Text] / K. Fakhar, M. El Aroussi, M. N. Saidi, D. Aboutajdine // Fuzzy Sets and Systems. – 2016. – Vol. 305. – P. 149–159. doi: 10.1016/j.fss.2016.05.005

Перова, И. Адаптивная обработка данных медико-биологических исследований методами вычислительного интеллекта [Текст] / И. Г. Перова // Восточно-Европейский журнал передовых технологий. – 2014. – T. 1, № 4 (67). – P. 24–28. doi: 10.15587/1729-4061.2014.21202

Дёмин, Д. А. Нечеткая кластеризация в задаче построения моделей «состав – свойство» по данным пассивного эксперимента в условиях неопределённости [Текст] / Д. А. Дёмин // Проблемы машиностроения. – 2013. – № 6. – С. 15–23.





DOI: http://dx.doi.org/10.15587/2313-8416.2017.99049

Ссылки

  • На текущий момент ссылки отсутствуют.




Copyright (c) 2017 Aouati Mourad

Creative Commons License
Эта работа лицензирована Creative Commons Attribution 4.0 International License.

ISSN 2313-8416 (Online), ISSN 2313-6286 (Print)