Метода - распознавание - образ
Cтраница 3
Вычисление технических индикаторов типа скользящих средних или индексов относительной силы следует рассматривать как методы распознавания образов. В принципе, нейронные сети способны классифицировать образы и, следовательно, предсказывать структуру доходов. В одной из первых работ в этой области, посвященной прогнозированию доходов по акциям IBM, Уайт [279] показал, что нейронные сети предоставляют еще один интересный способ проверки ЕМН-гипотезы. Если бы рынок был полностью эффективным, то доходы описывались бы случайным блужданием и, следовательно, были бы совершенно непредсказуемы. [31]
В этих условиях можно применять методы адаптации и обучения, а именно, методы распознавания образов. Задача распознавания образов состоит, во-первых, в отнесении рассматриваемых объектов к одному из классов по некоторым признакам, характеризующим каждый из классов, во-вторых, в восстановлении простой функциональной зависимости, представляющей собой характеристическую функцию. [32]
Статистические методы обработки промысловых данных ( дисперсионный, корреляционный и регрессионный анализы, методы распознавания образов и др.) дают возможность выявить влияние различных факторов на процесс бурения и получить аналитические выражения, связывающие эти факторы с основными показателями процесса. [33]
В этих условиях можно применять методы адаптации и обучения, а именно, методы распознавания образов. Задача распознавания образов состоит в отнесении рассматриваемых объектов к одному из классов по некоторый признакам, которые определяют данные классы, и восстановлении простоя функциональной зависимости, представляющей собой характеристическую Функцию. [34]
 |
Фазовые диаграммы пластовой смеси. [35] |
В последнее время находят большое применение статистические методы оценки залежи, основанные на методах распознавания образов, предусматривающих обучение на известных месторождениях и распознавание предъявляемых месторождений. Однако обучение в основном проводится исходя из тех же экономических факторов. [36]
 |
Пример разбиения двумерного пространства признаков. [37] |
Управление такими процессами может осуществляться с помощью самоорганизующихся систем, в частности базирующихся на методе распознавания образов. В настоящее время теория и методы распознавания образов развиваются как самостоятельное направление теории адаптивных систем. [38]
Из табл. 115 следует, что нельзя пользоваться малым объемом выборки, не прибегая к методам распознавания образов, а только основываясь на информативности признаков, так как распознавание при этом относительно мало. [39]
 |
Вычислительная система со сдвоенными процессорами, лежащая в основе автоматизированного газового хромато-масс-спектрометра. [40] |
Второй процессор также имеет доступ к памяти и выбирает из нее данные для идентификации неизвестного соединения методами распознавания образов. При этом данные измерений сопоставляются со стандартными справочными данными из хранящихся в памяти второго процессора каталогов масс-спектров и объемов удерживания. Известно много аналогичных применений мультипроцессорных систем, когда отдельные ЦП управляют различными частями системы. [41]
Если бы всегда заранее было известно правильное преобразование, то, разумеется, решение любой задачи методами распознавания образов свелось бы к тривиальному случаю. В действительности же правильное преобразование известно лишь в редких случаях, так что приходится вести игру для выбора такого преобразования, которое обеспечивает приемлемую точность приближения. Пока еще не создана строгая схема выбора правильного преобразования. [42]
Вторая глава посвящена применению ЭВМ для идентификации и качественного анализа: определение структуры неизвестного соединения с использованием больших каталогов масс-спектров методами распознавания образов и эвристического программирования. Рассмотрены алгоритмы построения структур возможных изомеров по заданной брутто-формуле, применяющиеся в эвристическом программировании. Машинные методы качественного анализа сочетаются с различными приемами масс-спектрометр ии высокого разрешения и активирующих столкновений. [43]
Как показано в ряде работ [1,4, 5], объем информации в бинарных масс-спектрах весьма значителен, поэтому во многих случаях масс-спектры идеально подходят для исследования методами распознавания образов. [44]
При рассмотрении каталитических реакций важно то, что существуют определенные закономерности в строении индексных групп и в перераспределении валентных связей мультиплетного комплекса, что позволяет применять методы распознавания образов. [45]
Страницы: 1 2 3 4