logo
calendar17 Dekabr 2019
view38
Main language:Russian

Methods and algorithms of identification of non-stationary objects on the basis of characteristic functions of statistical and fuzzy modeling

Field of Science:
pdf

5df887377d1fb.pdf

PDF

Самарқанд Давлат университети “Илмий ахборотнома” журнали

Самарқанд Давлат университети “Илмий ахборотнома” журнали

Publish Articlesee more

ARTICLE ANNOTATION

quote
Abstract. The problem is formulated for identification and data processing on the basis of use of statistical parameters, dynamic and specific characteristics of objects. The methods and algorithms are developed for analysis and selection of representative and preferable attributes on characteristic and potential functions in fuzzy environment. The efficiency of realization of algorithms is investigated in systems of monitoring of industrial-technological enterprises.

AUTHORS

I.Jumanov

Tags

# идентификация# кластеризация# clustering# identification# обработка данных# ma’lumotlarga ishlov berish# data processing# klasterlash# потенциальная функция# potensial funksiya# функция принадлежности# membership function# Kalitli so‘zlar: nostasionar oby# identifikasiya# tasniflovchi funksiya# tegishlilik funksiyasi# notiniq muhit# Ключевые слова: нестационарный о# характеристическая функция# нечеткая среда# Keywords: non-stationary object# characteristic function# potential function# fuzzy environment

OTHER ARTICLES IN THIS JOURNAL

Rate Article

0
0 ratings
5
4
3
2
1

Article Identifiers

ROI:

https://eroi.uz/11.0151/A1219-0008

DOI:

Not Available

References

Методы компьютерной обработки изображений/Под ред. В.А.Сойфера. - М/. Физматлит, 2001. - 784 с.

Гонсалес Р. Цифровая обработка изображений / Р, Гонсалес.Р. Вудс. - М: Техносфера, 2004. - 1072 с.

Александров В.В. Представление и обработка изображений. Л: Наука, 1985. - 192с.

Айзерман М.А., Браверманн Э.М., Розоноэр Л.И. Метод потенциальных функций в теории обучения машин. - М.: Наука, 1970. - 348 с.

Жуманов И.И., Бекмуродов З.Т. Идентификация случайных временных рядов на основе нейро-нечеткой сети для повышения достоверности прогноза// Труды ХI Международной Азиатской школы-семинара «Проблемы оптимизации сложных систем», 27 июля – 7 августа 2015 г., Кыргызская Республика, Иссык-Кульская область, с. Булан- Соготу – Алматы, 2015 - с. 258-264.

Жуманов И.И., Бекмуродов З.Т., Исроилов Н.О. Повышение эффективности систем интеллектуального анализа на основе нейронечетких сетей для прогнозирования случайных временных процессов //«Илмий тадқиқотлар ахборотномаси» илмий-назарий, услубий журнал. – Самарқанд: СамДУ. - №5 (93), 2015. – с. 20-28.