Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Pattern Recognition and Image Analysis
Erschienen in: Pattern Recognition and Image Analysis 1/2020

01.01.2020 | MATHEMATICAL THEORY OF PATTERN RECOGNITION

Prediction Based on the Solution of the Set of Classification Problems of Supervised Learning and Degrees of Membership

verfasst von: A. A. Lukanin, V. V. Ryazanov, N. N. Kiselyova

Erschienen in: Pattern Recognition and Image Analysis | Ausgabe 1/2020

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

It is proposed to use the degrees of membership of objects to each class in the process of recognition in the linear corrector model to solve the problem of restoring dependences from precedent samples. Two models of the algorithm for calculating estimates are used as classifiers. The work of the proposed model is compared with the original method and with the well-known data analysis methods. The dependence of the work of the linear corrector on its parameters is studied.
Vorheriger Artikel Robust Feature Selection with Feature Correlation via Sparse Multi-Label Learning
Nächster Artikel Variance Based External Dictionary for Improved Single Image Super-Resolution

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
V. V. Ryazanov and Yu. I. Tkachev, “Solution of the dependence estimation problem using groups of recognition algorithms,” Dokl. Math. 81 (3), 500–504 (2010).MathSciNetCrossRef
2.
V. Ryazanov, “Regression via logic supervised classification,” in Pattern Recognition, Proc. 5th Mexican Conference, MCPR 2013, Ed. by J. A. Carrasco-Ochoa, J. F. Martínez-Trinidad, J. S. Rodríguez, and G. S. di Baja, Lecture Notes in Computer Science (Springer, Berlin, Heidelberg, 2013), Vol. 7914, pp. 242–253.
3.
Yu. I. Tkachev, Methods for Solving the Dependence Estimation Problem Using Groups of Recognition Algorithms, Dissertation for the Candidate of Sciences Degree in Physics and Mathematics (Dorodnicyn Computing Centre, Russian Academy of Sciences, Moscow, 2013) [in Russian].
4.
O. V. Senko, “An optimal ensemble of predictors in convex correcting procedures,” Pattern Recogn. Image Anal. 19 (3), 465–468 (2009).CrossRef
5.
Yu. I. Zhuravlev, Selected Scientific Works (Magistr, Moscow, 1998) [in Russian].
6.
Yu. I. Zhuravlev, V. V. Ryazanov, and O. V. Sen’ko, Recognition: Mathematical Methods. Program System. Practical Applications (FAZIS, Moscow, 2005) [in Russian].
7.
A. A. Lukanin and V. V. Ryazanov, “Prediction based on the solution of a set of classification problems of supervised learning,” in Applied Mathematics and Computer Science: Proc. 60th Scientific Conference of MIPT (Moscow, Russia, 20–26 November 2017) (Moscow Institute of Physics and Technology, Moscow, 2017), pp. 63–65.
Metadaten
Titel
Prediction Based on the Solution of the Set of Classification Problems of Supervised Learning and Degrees of Membership
verfasst von
A. A. Lukanin
V. V. Ryazanov
N. N. Kiselyova
Publikationsdatum
01.01.2020
Verlag
Pleiades Publishing
Erschienen in
Pattern Recognition and Image Analysis / Ausgabe 1/2020
Print ISSN: 1054-6618
Elektronische ISSN: 1555-6212
DOI
https://doi.org/10.1134/S1054661820010095

Weitere Artikel der Ausgabe 1/2020

Pattern Recognition and Image Analysis 1/2020 Zur Ausgabe

MATHEMATICAL THEORY OF IMAGES AND SIGNALS REPRESENTING, PROCESSING, ANALYSIS, RECOGNITION, AND UNDERSTANDING

Invariant Gaussian–Hermite Moments Based Neural Networks for 3D Object Classification

SPECIAL ISSUE

Model Based Testing of Concurrent Systems Based on Reachability Graph Reduction

APPLIED PROBLEMS

An Invalid Cloud Region Masking Method for Remote Sensing Image Compression

SPECIAL ISSUE

Diagnostics of the Structure of Fractal Copper Clusters in a Polytetrafluoroethylene Matrix

APPLIED PROBLEMS

Thermal Face Recognition under Spatial Variation Conditions

SPECIAL ISSUE

Application of Different Classification Methods to Determine the Developmental Stage of Fish Erythrocytes of the Common Nase (Chondrostoma nasus) and Vimba Bream (Vimba vimba)

Premium Partner

    Bildnachweise