Порівняння класифікаторів рослинних об’єктів, побудованих за допомогою нейронних мереж та дискримінантного метода Фішера
Порівняння методів розпізнавання рослинних об'єктів за результатами дистанційного зондування. Побудова класифікаторів на основі нейронної мережі та дискримінантного аналізу за допомогою даних, які отриманих в польових умовах за допомогою спектрометра.
Подобные документы
Штучні нейронні мережі: структура, архітектура, класифікація. Використання інформаційних систем алгоритмічної торгівлі. Керування портфелями фінансових інструментів. Прогнозування цін за допомогою нейронних мереж, вибір програмного забезпечення.
курсовая работа, добавлен 01.11.2016Дослідження процесу економетричного прогнозування продажів вітамінного комплексного продукту з використанням нейронних мереж. Ознайомлення з резульатами аналізу даних часових рядів за допомогою програмного забезпечення для статистичного аналізу.
статья, добавлен 15.10.2023Визначення ступеню взаємозв’язку між показниками діяльності банків. Побудова лінійної моделі. Дослідження її адекватності за допомогою коефіцієнтів детермінації та кореляції. Перевірка її статистичної значущості за допомогою критеріїв Стьюдента і Фішера.
лабораторная работа, добавлен 31.05.2016Транспортно-дорожній комплекс як один з найважливіших секторів, без ефективного функціонування якого неможливе зростання всієї економіки. Особливості управління економічними об’єктами з використанням штучних нейронних мереж в умовах невизначеності.
статья, добавлен 14.09.2016- 5. Прогнозування енергетичного комплексу Волинської області на основі нейронних мереж та моделі АРПСС
Математичний аналіз та прогнозування рівня споживання природного газу у Волинській області на різні періоди часу на основі нейронних мереж та моделі АРПСС. Вибір оптимальної моделі споживання газу на основі порівняння відносних похибок прогнозу.
статья, добавлен 13.10.2016 Аналіз статистичної якості рівняння парної лінійної регресії за допомогою оцінки дисперсії похибки і коефіцієнта детермінації. Перевірка адекватності парної лінійної регресії за допомогою критерію Фішера. Статистичний аналіз даних в середовищі MS Excel.
контрольная работа, добавлен 07.07.2011Аналіз економетричних моделей, побудованих на основі даних Державної служби статистики України за 1910-2020 р. про чисельність населення і обсяг реалізованої продукції суб’єктів господарювання. Результати прогнозування на основі економетричних моделей.
статья, добавлен 31.10.2022Формалізація неструктурованих даних з використанням математичного апарату теорії нечітких множин і групування вхідних даних. Інформаційна оцінка поточних конкурентних можливостей підприємства. Побудова функцій належності при використанні непрямих методів.
статья, добавлен 19.10.2023Можливості і специфіка моделювання економічних явищ за допомогою класу моделей, що поєднують у собі елементи економетричних регресій і штучних нейронних мереж. Моделювання управління курсом гривні, при переході економіки зі стабільного до кризового стану.
статья, добавлен 29.11.2016Розробка комплексу економіко-математичних моделей оцінки схильності підприємства до банкрутства, який включає моделі оцінки, побудовані за допомогою нечітких нейронних мереж і вдосконалений механізм розробки і прийняття антикризових управлінських рішень.
автореферат, добавлен 30.08.2013Характеристика прогнозування успішності проходження вступного тесту потенційними кандидатами на навчання засобами машинного навчання. Особливість забезпечення найвищої точності роботи за допомогою логістичної регресії та алгоритму випадкового лісу.
статья, добавлен 21.10.2020Завдання та основні етапи кластерного аналізу, вимоги до інформації. Методи перевірки стійкості кластеризації. Приклад класифікації економічних об'єктів за допомогою алгоритму кластерного аналізу. Інтерпретація результатів та побудування дендрограми.
реферат, добавлен 10.12.2014Аналіз сучасного стану економічної безпеки України, обчислення значень її основних показників-індикаторів, визначення інтегрального показника. Прогнозування показників економічної безпеки України за допомогою методів теорії штучних нейронних мереж.
автореферат, добавлен 29.07.2014Побудова та оцінка параметрів лінійної, степеневої та показникової економетричних моделей, а також в стандартизованих і натуральних змінних. Обчислення основних множинних характеристик. Оцінка значущості рівняння регресії за допомогою критерію Фішера.
научная работа, добавлен 19.11.2010- 15. Порівняння методів інтелектуального аналізу даних при оцінюванні кредитоспроможності фізичних осіб
Лінійна ймовірнісна модель – множинна регресія, призначення якої полягає у аналізі зв'язку між декількома незалежними показниками і залежною змінною. Скорингова модель у вигляді байєсівській мережі, що побудована за ітераційним евристичним методом.
статья, добавлен 02.10.2018 Особливості визначення структури та застосування ймовірнісних мереж Байєса для розв'язку задач розпізнавання образів та діагностики. Методи побудови мережевих систем. Використання інформації між вершинами мережі. Методи опису мінімальної довжини.
статья, добавлен 24.03.2016Метою даної наукової статті є дослідження процесу та економетричного прогнозування продажів вітамінного комплексного продукту "VitaD" з використанням нейронних мереж. Розробка точних та надійних моделей для прогнозування продажів для застосування.
статья, добавлен 04.10.2023Поняття фінансової стійкості банку і рейтингу як метода його визначення. Дослідження зарубіжного досвіду – рейтингова система CAMEL. Опис моделі кластерного аналізу. Побудова рейтингу за допомогою інтегрального показника та дискримінантних функцій.
дипломная работа, добавлен 23.09.2016Сутність та етапи методу прогнозування на основі ступеня обсягу реалізації. Найважливіші характеристики базових ліній прогнозування за допомогою MS Excel. Недоліки методу ковзного середнього. Особливості застосування методу регресії та згладжування.
творческая работа, добавлен 23.11.2010Дослідження процесу управління ресурсним потенціалом установ виконання покарань Державної кримінально-виконавчої служби за допомогою методології кореляційно-регресійного аналізу. Окреслення перспектив підвищення ефективності використання потенціалу.
статья, добавлен 02.03.2018Сутність, місце й роль фінансової складової у системі забезпечення економічної безпеки банківської діяльності. Система керування безпекою. Метод аналізу ієрархій, кластерний аналіз. Використання дискримінантного аналізу для дослідження фінансової безпеки.
дипломная работа, добавлен 23.09.2016Висвітлення методики початкових етапів обробки та аналізу макроекономічних даних у дослідженнях фінансово-монетарних трансмісійних механізмів за допомогою векторних авторегресійних моделей. Аналіз можливостей застосування моделей векторної авторегресії.
статья, добавлен 04.01.2019Інформаційна технологія управління бюджетними ризиками будівництва складних енергетичних об’єктів. Метод статистичного аналізу ризикованих подій, побудова протиризикових розкладів будівництва складних енергетичних об’єктів в частині мінімізації бюджету.
автореферат, добавлен 03.09.2013Розгляд послідовності оцінки ефективності управління фінансово-економічними результатами підприємств відповідно до матричного методу аналізу. Встановлення основних показників ефективності діяльності. Ступінь співпадіння рангів темпів їх приросту.
статья, добавлен 13.08.2016Аналіз методів фільтрації текстурованих зображень. Фільтрація текстур за допомогою відомих моделей: статистичної, авторегресії – лінійної, нелінійної, з квадратичною складовою, зовнішнім фактором впливу. Значення дисперсії похибки на якість фільтрації.
автореферат, добавлен 20.07.2015