Главная > Нечеткие вычисления > Нечеткие методы автоматической классификации
<< Предыдущий параграф
Следующий параграф >>
<< Предыдущий параграф Следующий параграф >>
Макеты страниц

Список литературы

1. Аверкин А Н. Нечеткое отношение моделирования и его использование для классификации и аппроксимации в нечетких лингвистических пространствах // Известия АН СССР. Техническая кибернетика. — 1982.— № 2.— с.215-217.

2. Аверкин А.Н., Тарасов В.Б. Нечеткое отношение моделирования и его применение в психологии и искусственном интеллекте. — М.: Вычислительный центр АН СССР, 1986. —36с.

3. Батыршин И.З. Кластеризация на основе размытых отношений сходства // Управление при наличии расплывчатых категорий: Тезисы докладов 3-го научно-технического семинара. — Пермь, 1980,- с.25-27.

4. Батыршин И.З., Вагин В.Н. Алгоритмы кластеризации, основывающиеся на понятии неразличимости объектов Н Управление при наличии расплывчатых категорий: Тезисы докладов 4-го научно-технического семинара, — Фрунзе, 1981.— с.79.

5. Батыршин И.З. Иерархическая кластеризация на основе нечисловой информации о близости // Нечисловая статистика, экспертные оценки и смежные вопросы: Тезнсы докладов П Всесоюзной конференции по статистическому и дискретному анализу нечисловой информации и экспертным оценкам. — Таллинн, 1984.— е.277.

6. Батыршин И.З. Иерархические алгоритмы выделения классов толерантности в задачах классификации // Применение вероятностно-статистических методов в бурении и нефтедобыче: Тезисы докладов IV Всесоюзной конференции. — Баку, 1984.— с. 16-17.

7. Батыршин И.З., Халитов Р.Г. Иерархические алгоритмы кластеризации на базе классов толерантности // Повышение эффективности технологических процессов химических, нефтехимических и биотехнологических производств: Тезисы докладов Республиканской научно-практической конференции. — Казань: КХТИ, 1986.—с.109.

8. Батыршин И.З., Халитов Р.Г. Иерархическая классификация на базе классов толерантности // Исследование операций и аналитическое проектирование в технике.—Казань: КАИ, 1987.— с. 105-110.

9. Батыршин И.З. О декомпозиции нечетких отношений эквивалентности // Математические и экспериментальные методы синтеза технических систем. — Казань: КАИ, 1989.— с.21-27.

10. Батыршин И.З., Морозов В.А., Халитов Р.Г. КЛАСТИЕР — программная система иерархической классификации // Статистический и дискретный анализ данных и экспертное оценивание: Материалы IV Всесоюзной школы-семинара.— Одесса, 1991.— с.319-321.

И. Берштейн Л.С., Дзюба ТА. Решение задач классификации на нечетких графах И Новости искусственного интеллекта.— 2000.— № 3.— с. 113-121.

12. Блишун А.Ф. Отношение сходства нечетких понятий-классов // Управление при наличии расплывчатых категорий И Тезисы докладов 4-го научно-технического семинара.— Фрунзе, 1981.— с,79.

13. Бородкин Л И. Алгоритм построения линейной разделяющей функции с использованием нечетких разбиений // Компьютерный анализ данных и

моделирование: Сборник ваучгых статей V Международной конференции (8-12 июня 1998 года, Минск). 4&vib 3: А-К / Под ред. проф. С.А. Айвазяна и проф. Ю.С. Харина. — Мн.: БГУ, 1998.— с.69-76.

14. Вятченин Д. А. Формы проявления нечеткости // Гуманитарно-экономический вестник. —1998. —№ 1. — с.66-69.

15. Вятченин Д.А. Гносеологические аспекты применения теории нечетких множеств в кластер-анализе // «Великие преобразователи естествознания: Исаак Ньютон»: Тезисы докладов XVI Международных чтений. 29-30 ноября 2000 г., Минск / БГУИР — Минск, 2000.-е. 130-133.

16. Вятченин Д. А. Содержательная интерпретация иечетких отношении сходства. // Полигнозис. — 2001. —№ 1. — с. 20-25.

17. Вятченин Д. А. О пересечении нечетких кластеров // Интегрированные модели и мягкие вычисления в искусственном интеллекте: Сборник трудов Международного научно-практического семинара, Коломна, 17-18 мая 2001. — М.: Наука, Физматлиг, 2001.—с. 122-126.

18. Вятченин Д.А. Общая схема выбора типа метода и алгоритма нечеткого подхода в кластерном анализе // Новые информационные технологии: Материалы V Международной научной конференции НИТэ’2002 (Минск, 29-31 октября 2002 г.). Т.1. / Под ред. А Н. Морозевича, Н.Н. Говядиновой, А.М. Зеневич, Л.С. Черепицы. — Минск: БГЭУ, 2002. — с.102-107.

19. Вятченин Д А Основные концепции неопределенности в задачах автоматической классификации // Полигнозис. — 2002. — № 3. — с. 160-167.

20. Давидовская И.A., Kovalik S. Применение нечеткого дерева решений для задач классификации // Новые информационные технологии: Материалы V Международной Научной Конференции НИТэ’2002 (Минск, 29-31 октября 2002 г.). Т.1. / Под ред. А.Н. Морозевича, Н.Н. Говядиновой, А.М. Зеневич, Л.С. Черепицы. —Минск: БГЭУ, 2002. —с. 179-183.

21. Данлоп С. Азбука звездного неба / Пер. с англ. — М.: Мир, 1990.— 240 с.

22. Елисеева И.И., Рукавшпников В.О. Грушшровка, корреляция, распознавание образов (Статистические методы классификации и измерения связей) — М.: Статистика, 1977.— 144 с.

23. Жук Е Е., Харин Ю.С. Устойчивость в кластер-анализе многомерных наблюдений. — Мн.: Белгосуниверситет,1998.— 240 с.

24. Заде Л А. Понятие лингвистической переменной и его применение к принятию приближенных решений / Пер. с англ.; под ред. Н.Н.Моисеева и С.А.Орловского. —М: Мир, 1976.—165 с.

25. Заде Л.А. Размытые множества и их применение в распознавании образов и кластер-анализе // Классификация и кластер / Под ред. Дж. Вэн Райзина; пер с англ.; под ред. Ю.И.Журавлева. — М: Мир, 1980.— с. 208-247.

26. Каркищенко А.Н., Бутенков С А., Кривша В.В. Нечеткие геометрические признаки в задачах классификации и кластеризации // Новости искусственного интеллекта.— 2000.— №3.— с. 129-133.

27. Кофман А. Введение в теорию иечетких множеств / Пер. с фр.; Под ред. С.И. Травкина.— М.: Радио и связь, 1982. —432 с.

28. Кузьмин В.Б. Построение групповых решений в пространствах четких и нечетких бинарных отношений. — М.: Наука, Гл. ред. физ.-мат. лит., 1982. — 168 с.

29. Лейбкинд А.Р., Рудник Б.Л., Тихомиров А.А. Математические методы и модели формирования организационных структур управления. — М.: МГУ, 1982.

— 232 с.

30. Литтл Р.Дж.А., Рубин Д.Б. Статистический анализ данных с пропусками / Пер. с англ. —М.: Финансы и статистика, 1990.— 336 с.

31. Мандель И.Д. Кластерный анализ.— М.: Финансы и статистика, 1988.

— 176 с.

32. Миленький А. В. Классификация сигналов в условиях неопределенности. — М.: Сов. радио, 1975—328 с.

33. Нгуен М.Х. Применение нечетких отношений в классификации // Нечеткие системы поддержки принятия решений: Сборник научных трудов.— Калинин: Калининский государственный университет, 1989. •— с. 99-107.

34. Нечеткие множества в моделях управления и искусственного интеллекта / А.Н.Аверкин, И.З.Батыршин, А.Ф.Блишун и др.; под ред. Д.А.Поспелова. — М.: Наука, гл. ред. физ.-мат. лит., 1986. — 312с.

35. Обработка нечеткой информации в системах принятия решений / А.Н Борисов, А,В. Алексеев. Г.В. Меркурьева и др. — М/ Радио и связь, 1989 —304с.

36. Ожегов С.И. Словарь русского языка: Ок. 57000 слов / Под ред. Н.Ю.Шведовой. — 17-е изд., стереотип. — М.: Русский язык, 1985. —797с.

37. Прикладная статистика: Классификация и снижение размерности: Справ, изд./ С.А. Айвазян, В.М. Бухштабер, И.С. Енюков, Л.Д. Мешалкин; Под ред. С.А. Айвазяна.— М.: Финансы и статистика, 1989.— 607 с.

38. Прикладные нечеткие системы: Пер. с япон. / К.Асаи, Д.Ватада, С.Иваи и др.; под ред. Т.Тэрано, К.Асаи, М.Сугэно. — М.: Мир, 1993. —368с.

39. Руспини Э.Г. Последние достижения в нечетком кластер-анализе // Нечеткие множества и теория возможностей: Последние достижения / Под ред. Рональда Р. Ягера; Пер. с англ. В.Б. Кузьмина; Под ред. С.И. Травкина.— М: Радио и связь, 1986.— с. 114-132.

40. Смоляк С.А., Титаренко Б.Н. Устойчивые методы оценивания. — М.: Статистика, 1982.— 208 с.

41. Тарасов В.Б., Желтов С.Ю., Степанов А.А. Нечеткие модели в обработке изображений: обзор зарубежных достижений if Новости искусственного интеллекта.— 1993.— № 3.— с.40-64.

42. Фукунага К. Введение в статистическую теорию распознавания образов / Пер. с англ. — М.: Наука, 1979.— 368 с.

43. Цихош Э. Сверхзвуковые самолеты: Справочное руководство / Пер. с польск.; под ред. В.Г. Микеладзе и Е.В. Зябрева. — М.: Мир, 1983.— 432 с.

44. Шлезингер М. И. О самопроизвольном различении образов // Читающие автоматы. — Ю*ев: Навукова думка 1965.— с. 38-65.

45. Anderson Е. The Irises of the Gaspe Peninsula // Bulletin of the American Iris Society.— 1935.—Vol. 59.—pp.2-5.

46. Backer E. Cluster Analysis by Optimal Decomposition of Induced Fuzzy Sets. Delft: Delft University Press; 1978.

(см. скан)

(см. скан)

(см. скан)

(см. скан)

(см. скан)

(см. скан)

(см. скан)

(см. скан)

(см. скан)

<< Предыдущий параграф Следующий параграф >>
Оглавление