Итерационные методы и алгоритмы решения задачи сильной отделимости
Диссертация
В диссертационной работе были рассмотрены вопросы, связанные с методами решения задачи сильной отделимости, имеющей важное значение в теории распознавания образов. Особое внимание было уделено нестационарным задачам большой размерности. Подобные задачи возникают во многих прикладных областях. В диссертации был дан обзор известных методов решения задачи сильной отделимости, по результатам которого… Читать ещё >
Список литературы
- Абдуллаев С.М., Желнгш A.A., Ленская ОАО. Жизненный цикл мезо-маештабных конвективных систем // Метеорология и гидрология. 2009. № 5. С. 34−45.
- Абдуллаев С.М., Желнин A.A., Ленская О. Ю. Организация мезомас-штабных конвективных систем в центральной России// Метеорология и гидрология. 2012. № 1. С.20−32.
- Алексеев М.А., Залкинд М. С., Кушнарев В. М. Решение человеком задачи выбора при вероятностном подкреплении двигательных реакций // Биологические аспекты кибернетики. М.: Изд-во АН СССР, 1962.1. С. 198−209.
- Бархатов В.А. Распознавание образов класса, заданного параметрически // Дефектоскопия. 2009. № 2. С. 3−17.
- Бердникова Е.А., Ерёмин И. И., Попов Л. Д. Распределенные фейеров-ские процессы для систем линейных неравенств и задач линейного программирования // Автоматика и телемеханика. 2004. № 2. С. 16−32.
- Боровкова В.А. Рынок ценных бумаг. СПб.: Питер, 2005. 316 с.
- Брэгман Л.М. Нахождение общей точки выпуклых множеств методом последовательного проектирования // ДА11 СССР. 1965. Т. 162, № 3. С. 487−490.
- Вапник В.Н., Червонежнс А. Я. Теория распознавания образов. М.: Наука, 1974.416 с.
- Васильев Ф.П., Иваницкий А. Ю. Линейное программирование. М.: Факториал, 2003. 352 с.
- Васин В.В., Еремин И. И. Операторы и итерационные процессы фейе-ровского типа. Теория и приложения. Екатеринбург: УрО РАН, 2005. 210с.
- Воеводин Вл.В., Капитонова А. П. Методы описания и классификации архитектур вычислительных систем. М: Изд-во МГУ, 1994. 103 с.
- Воеводин В.В., Воеводин Вл.В. Параллельные вычисления. СПб: БХВ-Петербург, 2002. 600 с.
- Воронцов КВ. Лекции по методу опорных векторов. ВЦ РАН, Москва. URL: http://www.ccas.ru/voron/download/SVM.pdf (дата обращения: 22.07.11).
- Голиков А.И., Евтушенко Ю. Г. Теоремы об альтернативах и их применение в численных методах // Журн. вычисл. матем. и матем. физ. 2003. Т. 43, № 3. С. 354−375.
- Голиков А.И., Евтушенко Ю. Г., Кетабчи С. О семействах гиперплоскостей, разделяющих полиэдры // Журн. вычисл. матем. и матем. физ. 2005. Т. 45, № 2. С. 238−253.
- Горелик А.Л., Гуревич И. Б., Скрипкин В. А. Современное состояние проблемы распознавания: Некоторые аспекты. М.: Радио и связь, 1985. 161 с.
- Горелик A.JI., Скрипкин В. А. Методы распознавания. М.: Высшая школа, 2004. 264 с.
- Гурин Л.Г., Поляк Б. Т., Райк Э. В. Методы проекций для отыскания общей точки выпуклых множеств // Журн. вычисл. матем. и матем. физ. 1967. Т. 7, № 6. С. 1212−1228.
- Елкин Е.А., Елкина В. Н., Загоруйко Н. Г. О возможности применения методов распознавания в палеонтологии // Геология и геофизика. 1967. № 9. С. 75−78.
- Еремин И.И. Обобщение релаксационного метода Моцкина-Агмона // Успехи мат. наук. 1965. Т. 20, вып. 2. С. 183−187.
- Еремин И.И. О некоторых итерационных методах в выпуклом программировании // Экономика и мат. методы. 1966. Т. 2, № 6. С. 870−886.
- Еремин И.И. О системах неравенств с выпуклыми функциями в левых частях // Изв. АН СССР. Сер. мат. 1966. Т. 30, вып. 2. С. 265−278.
- Еремин И.И. Методы фейеровских приближений в выпуклом программировании // Мат. заметки. 1968. Т. 3, вып. 2. С. 217−234.
- Еремин И.И. Теория линейной оптимизации. Екатеринбург: Изд-во «Екатеринбург», 1999. 312 с.
- Еремин И.И. Фейеровские методы сильной отделимости выпуклых полиэдральных множеств // Известия вузов. Сер. Математика. 2006. № 12. С.33−43.
- Еремин И.И. Фейеровские методы для задач выпуклой и линейной оптимизации. Челябинск: Издательский центр ЮУрГУ, 2009. 199 с.
- Еремин И.И., Мазуров Вл.Д. Нестационарные процессы математического программирования. М.: Наука, 1979. 288 с.
- Еремин И.И., Мазуров Вл.Д. Вопросы оптимизации и распознавания образов. Свердловск: Сред.-Урал. кн. изд-во, 1979. 63 с.
- Еремин И.И., Мазуров Вл.Д., Скарин В. Д., Хачай МАО. Математические методы в экономике. Екатеринбург: У-Фактория, 2000. 280 с.
- Еремин И.И., Попов Л. Д. Замкнутые фейеровские циклы для несовместных систем выпуклых неравенств // Известия высших учебных заведений. Математика. 2008. № 1. С. 11−19.
- Ершова A.B. Алгоритм разделения двух выпуклых непересекающихся многогранников с использованием фейеровских отображений // Системы управления и информационные технологии. 2009. № 1(35). С. 53−56.
- Ершова A.B., Соколинская И. М. Параллельный алгоритм решения задачи сильной отделимости на основе фейеровских отображений // Вычислительные методы и программирование. 2011. Т. 12, № 2. С. 178−189.
- Ершова A.B., Соколинская И. М. О сходимости масштабируемого алгоритма построения псевдопроекции на выпуклое замкнутое множество // Вестник ЮУрГУ. Серия «Математическое моделирование и программирование». 2011. № 37(254), вып. 10. С. 12−21.
- Ершова A.B. Свидетельство Роспатента об официальной регистрации программы для ЭВМ «Последовательный алгоритм решения задачи разделения двух выпуклых непересекающихся многогранников на базе фейеровских отображений» № 2 010 616 104 от 16.09.2010.
- Ершова A.B. Свидетельство Роспатента об официальной регистрации программы для ЭВМ «Генерация двух выпуклых непересекающихся многогранников» № 2 010 616 105 от 16.09.2010.
- Ершова A.B. Свидетельство Роспатента об официальной регистрации программы для ЭВМ «Параллельный алгоритм решения задачи разделения двух выпуклых непересекающихся многогранников на базе фей-еровских отображений» № 2 011 610 980 от 26.01.2011.
- Журавлев Ю.И., Рязанов В. В., Сенько О. В. Распознавание. Математические методы. Программная система. Практические применения. М.: ФАЗИС, 2006. 176 с.
- Загоруйко Н.Г. Методы распознавания и их применение. М.: Сов. радио, 1972. 206 с.
- Корнеев В.В. Параллельные вычислительные системы. М: «Нолидж», 1999.320 с.
- Мазуров Вл.Д. Комитеты систем неравенств и задача распознавания // Кибернетика. 1971. № 3. С. 140−146.
- Мазуров Вл.Д. Дискриминангный анализ при математическом моделировании плохо формализуемых ситуаций // Нелинейная оптимизация и приложения в планировании. Свердловск: УНЦ АН СССР, 1973.1. С. 26−35.
- Мазуров Вл.Д. Комитеты в нечетких задачах // Методы оптимизации и распознавания образов в задачах планирования. Свердловск: УНЦ АН СССР, 1980. С. 44−65.
- Мазуров Вл.Д. Метод комитетов в задачах оптимизации и классификации. М.: Наука, 1990. 248 с.
- Мерзляков Ю.И. Об одном релаксационном методе решения систем линейных неравенств // Журн. вычисл. матем. и матем. физ. 1962. Т. 2,3. С. 482−487.
- Мерков А.Б. Распознавание образов. Введение в методы статистического обучения. М.: Изд-во Едигориал УРСС, 2011. 256 с.
- Ншьсон И. Обучающиеся машины. М.: Мир, 1967. 180 с.
- Оленев H.H. Основы параллельного программирования в системе MPI. M.: Изд-во ВЦ РАН, 2005. 90 с.
- Розин Б.Б. Теория распознавания образов в экономических исследованиях. М.: Статистика, 1973. 224 с.
- Рытое С.М. О методе фазового контраста в микроскопии // Успехи физических наук. 1950. Т. 41, № 4. С. 425.
- Синъкевич A.A., Степаненко В. Д., Довгалюк Ю. А. 50 лет отделу физики облаков ГГО // Вопросы физики облаков: Сборник избранных статей. СПб: Астерион, 2008. 513 с.
- Тертытный С.А. Рынок ценных бумаг и методы его анализа. СПб.: Питер, 2004. 161 с.
- Ту Дж., Гонсалес Р. Принципы распознавания образов: Пер. с англ. Под ред. Ю. И. Журавлёва. М.: Мир, 1978. 411с.
- Федотов И.Е. Некоторые приемы параллельного программирования / ГОУ ВПО «Московский государственный институт радиотехники, электроники и автоматики» М., 2008. 188 с.
- Фукунага К. Введение в статистическую теорию распознавания образов. М.: Наука, 1979.368 с.
- Черников С.Н. Линейные неравенства. М.: Изд-во «Паука», 1968. 488 с.
- Чистович Л.А. Психоакустика и вопросы теории восприятия речи. Распознавание слуховых образов. Под ред. Загоруйко П. Г. и Волошина ГЛ. Новосибирск: Изд-во «Наука». 1966. С. 68−168.
- Agmon S. The relaxation method for linear inequalities // Canad. J. Math. 1954. Vol.6, No. 3. P. 382−393.
- Atlas D. Radar in Meteorology // Radar in meteorology: Bataan Memorial and 40-th Anniversary Radar Meteorology Conference. American Meteorogical Society. Boston. 1990. 806 p.
- Burges C.A. Tutorial on Support Vector Machines for Pattern Recognition // Data Mining and Knowledge Discovery. 1998. Vol. 2, No. 2. P. 121−167.
- Burges C.J.C. A Tutorial on Support Vector Machines for Pattern Recognition//Data Mining and Knowledge Discovery. 1998. Vol. 2, No. 2. P. 121 167.
- Boser В., Guyon I., Vapnik V. A training algorithm for optimal margin classifiers // In Proceedings of the 5th Annual ACM Workshop on on Computational Learning Theory. 1992. P. 144−152.
- Cortes C., Vapnik V. Support Vector Networks // Machine Learning. 1995. Vol. 20, No. 3. P. 273−297.
- Cristianini N., Shawe-Taylor J. An Introduction to Support Vector Machines (and other kernel-based learning methods) // Cambridge University Press. 2000.
- Dongarra J.J., Otto S. IV., Snir M, Walker D. A message passing standard for MPP and workstations // Communications of the ACM. 1996. Vol. 39, No. 7. P. 84−90.
- Flynn M.J., Rudd K. W. Parallel architectures // ACM Computing Surveys, 1996. Vol.28, No. l.P. 67−70.
- Forrest J.J.H., Tomlin J.A. Implementing the simplex method for the optimization subroutine library // IBM Systems Journal. 1992. Vol. 31, No. 1. P. 11−25.
- Gose T., Johnsonbaugh R., Jost S. Pattern Recognition and Image Analysis. Prentice Hall, 1996. 483 p.
- Gropp W., Huss-Lederman S., Lumsdaine A., Lusk E., Nitzberg B., Saphir W., Snir M. MPI The Complete Reference: Volume 2, The MPI Extensions. MIT Press, 1998.
- Guzella T.S., Caminhas W. M A review of machine learning approaches to Spam filtering // Expert Systems with Applications. 2009. Vol. 36, Iss. 7. P. 10 206−10 222.
- Kidder S. Q, Vonder Haar T.H. Satellite meteorology. Academic Press. London. 1995. 466 p.
- Lampert A., Dale R., Paris C. Segmenting Email Message Text into Zones // Proceedings of the 2009 Conference on Empirical Methods in Natural Language Processing: ACL and AFNLP, 2009. P. 919−928.
- Markowitz H. Portfolio selection // Journal of Finance. 1952. Vol.7, No. 1. P. 77−91.
- Merton R.C. Lifetime portfolio selection under uncertainty: The continuous-time case // Review of Economics and Statistics. 1969. Vol. 51. P. 247−257.
- Motzkin T.S., Shoenberg I. The relaxation method for linear inequalities // Canad. J. Math. 1954. Vol. 6, No. 3. P. 393−404.
- Nawrocki D. The characteristics of portfolios selected by n-degree lower partial moment // International Review of Financial Analysis. 1992. Vol. 1. P. 195−209.
- Quinn M.J. Parallel Computing: Theory and Practice. McGraw-Hill Companies. 1993.446 p.
- Ryzhkov A. V., Terry J.S., Donald W.B., Pamela LAI. Scoff E.G., Dusan S.Z. Polarimetric Rainfall Measurements and Hydrometeor Classification // American Meteorological Society. 2005. P. 809−824.
- Ryzhkov A. V., Zmic D.S. Discrimination between rain and snow with a polarimetric radar// J. Appl. Meteor. 1998. No. 37. P. 1228−1240.
- Snir M., Ofto S., Huss-Lederman S., Walker D., Dongarra J. MPI The Complete Reference. Volume 1, The MPI Core. 2nd Ed. — MIT Press, 1999.
- Tretyakov K. Machine Learning Techniques in Spam Filtering // Data Mining Problem-oriented Seminar, MTAT.03.177. 2004. P. 60−79.
- Vapnik V., Lerner A.J. Generalized portrait method for pattern recognition // Automation and Remote Control. 1963. Vol. 24, No. 6. P. 774−780.
- Zhang L, Zhu J., Yao T. An Evaluation of Statistical Spam Filtering Techniques // Transactions on Asian Language Information Processing. 2004. Vol. 3, No. 4. P. 243−269.