IPRI - www.ipri.kiev.ua -  IPRI - www.ipri.kiev.ua -
Раздел [RUS]
Регистрация, хранение и обраб. данных. — 2013. — Т. 15, № 4.
[UKR]
Реєстрація, зберігання і оброб. даних. — 2013. — Т. 15, № 4.
[ENG]
Data Rec., Storage & Processing. — 2013. — Vol. 15, N 4.
Страницы 13–22
PDF, full text
Заглавие [RUS]
Разбиение исходной выборки большого объема для решения задач диагностики и распознавания образов на основе методов вычислительного интеллекта
[UKR]
Розбиття вихідної вибірки великого обсягу для вирішення задач діагностики та розпізнавання образів на основі методів обчислювального інтелекту
[ENG]
Primary Large Sample Partitioning for Diagnosis and Recognition Problem Solving on the Basis of Computational Intelligence Methods
Авторы [RUS]
Субботин С. А.
[UKR]
Субботін С.О.
[ENG]
Subbotin S.A.
Аннотация [RUS]
Предложен новый методразбиения исходной выборки на обучающую и тестовую, сохраняющий в сгенерированной подвыборке наиболее важные топологические свойства исходной выборки и не требующий ее загрузки в память. Он обеспечивает последовательную обработку экземпляров, а также выполняет преобразование многомерных координат в одномерные и дискретизацию для улучшения обобщающих свойств. Метод позволяет значительно уменьшить размер выборки и снизить требования к ресурсам компьютера.
[UKR]
Запропоновано новий метод розбиття вихідної вибірки на навчальну та тестову, що зберігає в згенерованій підвибірці найбільш важливі топологічні властивості вихідної вибірки і не потребує її завантаження у пам’ять. Він забезпечує послідовну обробку екземплярів, а також виконує перетворення багатовимірних координат у одновимірні і дискретизацію для поліпшення узагальнювальних властивостей. Метод дозволяє значно зменшити розмір вибірки і знизити вимоги до ресурсів комп’ютера. Табл.: 1. Бібліогр.: 12 найм.
[ENG]
The new method of training and test sample forming from primary sample is proposed. It preserves in a generated sub-sample the most important topological properties of the original sample and did not even needs to load of the original sample into computer memory. It provides a sequential exemplar processing and performs transformation of the multi-dimensional coordinate set to the one-dimensional, which is also discretized to improve the data generalization properties. This allows to significantly reduce the sample size, and to significantly decrease the requirements to computer resources. Tabl.: 1. Refs: 12 titles.
Ключевые слова [RUS]
выборка, сокращение размерности данных, отбор экземпляров, распознавание, диагностика.
[UKR]
вибірка, скорочення розмірності даних, відбір екземплярів, розпізнавання, діагностика.
[ENG]
sample, dimension reduction, sample selection, recognition, diagnosis.
Ссылки
Файлы 2013-4-2.pdf