Отрывок: Результаты изменения СКО при изменении числа функций фуззифик...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Иваев Д. З. | ru |
dc.contributor.author | Солдатова О. П. | ru |
dc.contributor.author | Козлова О. С. | ru |
dc.contributor.author | Министерство образования и науки Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.coverage.spatial | гибридные нейрочеткие классификаторы | ru |
dc.coverage.spatial | алгоритм обучения | ru |
dc.coverage.spatial | алгоритм наискорейшего спуска | ru |
dc.coverage.spatial | нейронные сети | ru |
dc.coverage.spatial | обратное распространение ошибки | ru |
dc.creator | Иваев Д. З. | ru |
dc.date.issued | 2017 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20170707155657 | ru |
dc.identifier.citation | Иваев, Д. З. Использование модели гибридного нейронечеткого классификатора для решения задачи классификации : вып. квалификац. работа по спец. "Информатика и вычислительная техника" / Д. З. Иваев ; 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), Фак-т информатики, Каф. информ. сист. - Самара, 2017. - on-line | ru |
dc.description.abstract | Целью данной работы является изучение модели гибридного нейронечеткого классификатора для решения задачи классификации данных, проектирование и реализация системы классификации данных на основе данной модели, сравнение полученных результатов при различных настройках параметров сети, сравнение эффективности данной модели при решении задачи классификации с эффективностью многослойного персептрона. В качестве алгоритма обучения модели гибридного нейронечеткого классификатора использовался алгоритм наискорейшего спуска с обратным распространением ошибки. Тесты проводились с использованием модельных наборов данных, описывающих виды ирисов и вин из базы UCI Machine Learning Repository, а также реальных наборов, описывающих типы кристаллических нано-решеток. Система реализована на платформе .NET Framework на языке C# в интегрированной среде разработки Microsoft Visual Studio 2013. | ru |
dc.format.extent | Электрон. дан. (1 файл : 2,7 Мб) | ru |
dc.title | Использование модели гибридного нейронечеткого классификатора для решения задачи классификации | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.032.26 | ru |
dc.textpart | Результаты изменения СКО при изменении числа функций фуззифик... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Иваев_Данис_Зуфярович_Использование_модели_гибридного_нейронечеткого.pdf | 2.8 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.