Литература - Базовые результаты математической теории классификации
- 1. Орлов А. И. О развитии математических методов теории классификации // Заводская лаборатория. Диагностика материалов. 2009. Т.75. №7. С.51-63. 2. Новиков Д. А., Орлов А. И. Математические методы классификации // Заводская лаборатория. Диагностика материалов. 2012. Т.78. №4. С.3-3. 3. Орлов А. И. Математические методы теории классификации // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2014. № 95. С. 423 - 459. 4. Орлов А. И. Структура непараметрической статистики // Заводская лаборатория. Диагностика материалов. 2015. Т.81. №7. 5. Орлов А. И. Тридцать лет статистики объектов нечисловой природы (обзор) // Заводская лаборатория. Диагностика материалов. 2009. Т.75. №5. С.55-64. 6. Орлов А. И. Новая парадигма прикладной статистики // Заводская лаборатория. Диагностика материалов. 2012. Том 78. №1, часть I. С.87-93. 7. Леман Э. Л. Проверка статистических гипотез. 2-е изд., испр. -- М.: Наука, 1979. -- 408 с. 8. Орлов А. И. Оценки плотности в пространствах произвольной природы // Статистические методы оценивания и проверки гипотез: межвуз. сб. науч. тр. / Перм. гос. нац. иссл. ун-т. - Пермь, 2013. - Вып. 25. - С.21-33. 9. Орлов А. И. Предельные теоремы для ядерных оценок плотности в пространствах произвольной природы // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2015. № 108. С. 316-333. 10. Андерсон Т. Введение в многомерный статистический анализ. - М.: Физматгиз, 1963. - 500 с. 11. Рао С. Р. Линейные статистические методы и их применения. - М.: Наука, 1968. - 548 с. 12. Алгоритмы и программы восстановления зависимостей / Под ред. В. Я. Вапника. - М.: Наука, 1984. - 816 с. 13. Горелик А. Л., Скрипкин В. А. Методы распознавания: учеб. для вузов. - М.: Высшая школа, 1984. - 208 с. 14. Орлов А. И. Ядерные оценки плотности в пространствах произвольной природы // Статистические методы оценивания и проверки гипотез. Межвузовский сборник научных трудов. - Пермь: Пермский госуниверситет, 1996. - С.68-75. 15. Орлов А. И. Математические методы исследования и диагностика материалов // Заводская лаборатория. Диагностика материалов. 2003. Т.69. № 3. С.53-64. 16. Толчеев В. О. Модифицированный и обобщенный метод ближайшего соседа для классификации библиографических текстовых документов // Заводская лаборатория. Диагностика материалов. 2009. Т.75. № 7. С.63-70. 17. Алексеевская М. А., Гельфанд И. М., Губерман Ш. А., Мартынов И. В., Ротвайн И. М., Саблин В. М. Прогнозирование исхода мелкоочагового инфаркта миокарда с помощью программы узнавания // Кардиология. 1977. Т.17. № 7. С.26-71. 18. Гельфанд И. М., Губерман Ш. А., Сыркин А. Л., Головня Л. Д., Извекова М. Л., Алексеевская М. А. Прогнозирование исхода инфаркта миокарда с помощью программы "Кора-3" // Кардиология. - 1977. - Т.17, № 6. - С.19-23. 19. Гельфанд И. М., Розенфельд Б. И., Шифрин М. А. Очерки о совместной работе математиков и врачей (2-е, дополненное издание). - М. УРСС, 2004. - 320 с. 20. Фишер Р. Э. Использование множественных измерений в задачах таксономии // Современные проблемы кибернетики. - М.: Знание, 1979. - С. 6 - 20. (Fisher R. A. The use of multiple measurements in taxonomic problems // Ann. Eugenics. 1936, September. V.7. P. 179 - 188.) 21. Орлов А. И. Прогностическая сила как показатель качества алгоритма диагностики // Статистические методы оценивания и проверки гипотез: межвуз. сб. науч. тр. Вып.23. - Пермь: Перм. гос. нац. иссл. ун-т, 2011. - С.104-116. 22. Орлов А. И. Прогностическая сила - наилучший показатель качества алгоритма диагностики // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2014. № 99. С. 15-32. 23. Орлов А. И. Организационно-экономическое моделирование : учебник : в 3 ч. Ч. 1. Нечисловая статистика. - М.: Изд-во МГТУ им. Н. Э. Баумана, 2009. -- 541 с. 24. Орлов А. И. Сходимость эталонных алгоритмов // Прикладной многомерный статистический анализ. Ученые записки по статистике, т.33. - М.: Наука, 1978. С.361-364. 25. Орлов А. И. Остановка после конечного числа шагов для алгоритмов кластер-анализа // Алгоритмическое и программное обеспечение прикладного статистического анализа. Ученые записки по статистике, т.36. - М.: Наука, 1980. С.374-377. 26. Орлов А. И. Некоторые вероятностные вопросы теории классификации // Прикладная статистика. Ученые записки по статистике, т.45. - М.: Наука, 1983. С.166-179. 27. Орлов А. И. Классификация объектов нечисловой природы на основе непараметрических оценок плотности // Проблемы компьютерного анализа данных и моделирования: Сборник научных статей. - Минск: Изд-во Белорусского государственного университета, 1991. С.141-148. 28. Орлов А. И. Заметки по теории классификации // Социология: методология, методы, математические модели. 1991. № 2. С.28-50. 29. Орлов А. И. О развитии статистики объектов нечисловой природы // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2013. № 93. С. 273 - 309. 30. Орлов А. И., Толчеев В. О. Об использовании непараметрических статистических критериев для оценки точности методов классификации (обобщающая статья) // Заводская лаборатория. Диагностика материалов. 2011. Т.77. № 3. С.58-66. 31. Орлов А. И. Устойчивость классификации относительно выбора метода кластер-анализа // Заводская лаборатория. Диагностика материалов. 2013. Т.79. № 1. С.68-71. 32. Луценко Е. В., Коржаков В. Е. Метод когнитивной кластеризации или кластеризация на основе знаний (кластеризация в системно-когнитивном анализе и интеллектуальной системе "Эйдос") // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2011. № 71. С. 528 - 576. 33. Орлов А. И., Луценко Е. В. О развитии системной нечеткой интервальной математики // Философия математики: актуальные проблемы. Математика и реальность. Тезисы Третьей всероссийской научной конференции; 27-28 сентября 2013 г. / Редкол.: Бажанов В. А. и др. - Москва, Центр стратегической конъюнктуры, 2013. - С.190-193. 34. Орлов А. И., Луценко Е. В. Системная нечеткая интервальная математика (СНИМ) - перспективное направление теоретической и вычислительной математики // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2013. № 91. С. 255 - 308. 35. Орлов А. И., Луценко Е. В. Системная нечеткая интервальная математика. Монография (научное издание). - Краснодар, КубГАУ. 2014. - 600 с. 36. Орлов А. И., Луценко Е. В., Лойко В. И. Перспективные математические и инструментальные методы контроллинга. Под научной ред. проф. С. Г. Фалько. Монография (научное издание). - Краснодар, КубГАУ. 2015. - 600 с.
References
- 1. Orlov A. I. O razvitii matematicheskih metodov teorii klassifikacii // Zavodskaja laboratorija. Diagnostika materialov. 2009. T.75. №7. S.51-63. 2. Novikov D. A., Orlov A. I. Matematicheskie metody klassifikacii // Zavodskaja laboratorija. Diagnostika materialov. 2012. T.78. №4. S.3-3. 3. Orlov A. I. Matematicheskie metody teorii klassifikacii // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta. 2014. № 95. S. 423 - 459. 4. Orlov A. I. Struktura neparametricheskoj statistiki // Zavodskaja laboratorija. Diagnostika materialov. 2015. T.81. №7. S. 5. Orlov A. I. Tridcat' let statistiki ob#ektov nechislovoj prirody (obzor) // Zavodskaja laboratorija. Diagnostika materialov. 2009. T.75. №5. S.55-64. 6. Orlov A. I. Novaja paradigma prikladnoj statistiki // Zavodskaja laboratorija. Diagnostika materialov. 2012. Tom 78. №1, chast' I. S.87-93. 7. Leman Je. L. Proverka statisticheskih gipotez. 2-e izd., ispr. -- M.: Nauka, 1979. -- 408 s. 8. Orlov A. I. Ocenki plotnosti v prostranstvah proizvol'noj prirody // Statisticheskie metody ocenivanija i proverki gipotez: mezhvuz. sb. nauch. tr. / Perm. gos. nac. issl. un-t. - Perm', 2013. - Vyp. 25. - S.21-33. 9. Orlov A. I. Predel'nye teoremy dlja jadernyh ocenok plotnosti v prostranstvah proizvol'noj prirody // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta. 2015. № 108. S. 316-333. 10. Anderson T. Vvedenie v mnogomernyj statisticheskij analiz. - M.: Fizmatgiz, 1963. - 500 s. 11. Rao S. R. Linejnye statisticheskie metody i ih primenenija. - M.: Nauka, 1968. - 548 s. 12. Algoritmy i programmy vosstanovlenija zavisimostej / Pod red. V. Ja. Vapnika. - M.: Nauka, 1984. - 816 s. 13. Gorelik A. L., Skripkin V. A. Metody raspoznavanija: ucheb. dlja vuzov. - M.: Vysshaja shkola, 1984. - 208 s. 14. Orlov A. I. Jadernye ocenki plotnosti v prostranstvah proizvol'noj prirody // Statisticheskie metody ocenivanija i proverki gipotez. Mezhvuzovskij sbornik nauchnyh trudov. - Perm': Permskij gosuniversitet, 1996. - S.68-75. 15. Orlov A. I. Matematicheskie metody issledovanija i diagnostika materialov // Zavodskaja laboratorija. Diagnostika materialov. 2003. T.69. № 3. S.53-64. 16. Tolcheev V. O. Modificirovannyj i obobshhennyj metod blizhajshego soseda dlja klassifikacii bibliograficheskih tekstovyh dokumentov // Zavodskaja laboratorija. Diagnostika materialov. 2009. T.75. № 7. S.63-70. 17. Alekseevskaja M. A., Gel'fand I. M., Guberman Sh. A., Martynov I. V., Rotvajn I. M., Sablin V. M. Prognozirovanie ishoda melkoochagovogo infarkta miokarda s pomoshh'ju programmy uznavanija // Kardiologija. 1977. T.17. № 7. S.26-71. 18. Gel'fand I. M., Guberman Sh. A., Syrkin A. L., Golovnja L. D., Izvekova M. L., Alekseevskaja M. A. Prognozirovanie ishoda infarkta miokarda s pomoshh'ju programmy "Kora-3" // Kardiologija. - 1977. - T.17, № 6. - S.19-23. 19. Gel'fand I. M., Rozenfel'd B. I., Shifrin M. A. Ocherki o sovmestnoj rabote matematikov i vrachej (2-e, dopolnennoe izdanie). - M. URSS, 2004. - 320 s. 20. Fisher R. Je. Ispol'zovanie mnozhestvennyh izmerenij v zadachah taksonomii // Sovremennye problemy kibernetiki. - M.: Znanie, 1979. - S. 6 - 20. (Fisher R. A. The use of multiple measurements in taxonomic problems // Ann. Eugenics. 1936, September. V.7. P. 179 - 188.) 21. Orlov A. I. Prognosticheskaja sila kak pokazatel' kachestva algoritma diagnostiki // Statisticheskie metody ocenivanija i proverki gipotez: mezhvuz. sb. nauch. tr. Vyp.23. - Perm': Perm. gos. nac. issl. un-t, 2011. - S.104-116. 22. Orlov A. I. Prognosticheskaja sila - nailuchshij pokazatel' kachestva algoritma diagnostiki // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta. 2014. № 99. S. 15-32. 23. Orlov A. I. Organizacionno-jekonomicheskoe modelirovanie : uchebnik : v 3 ch. Ch. 1. Nechislovaja statistika. - M.: Izd-vo MGTU im. N. Je. Baumana, 2009. -- 541 s. 24. Orlov A. I. Shodimost' jetalonnyh algoritmov // Prikladnoj mnogomernyj statisticheskij analiz. Uchenye zapiski po statistike, t.33. - M.: Nauka, 1978. S.361-364. 25. Orlov A. I. Ostanovka posle konechnogo chisla shagov dlja algoritmov klaster-analiza // Algoritmicheskoe i programmnoe obespechenie prikladnogo statisticheskogo analiza. Uchenye zapiski po statistike, t.36. - M.: Nauka, 1980. S.374-377. 26. Orlov A. I. Nekotorye verojatnostnye voprosy teorii klassifikacii // Prikladnaja statistika. Uchenye zapiski po statistike, t.45. - M.: Nauka, 1983. S.166-179. 27. Orlov A. I. Klassifikacija ob#ektov nechislovoj prirody na osnove neparametricheskih ocenok plotnosti // Problemy komp'juternogo analiza dannyh i modelirovanija: Sbornik nauchnyh statej. - Minsk: Izd-vo Belorusskogo gosudarstvennogo universiteta, 1991. S.141-148. 28. Orlov A. I. Zametki po teorii klassifikacii // Sociologija: metodologija, metody, matematicheskie modeli. 1991. № 2. S.28-50. 29. Orlov A. I. O razvitii statistiki ob#ektov nechislovoj prirody // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta. 2013. № 93. S. 273 - 309. 30. Orlov A. I., Tolcheev V. O. Ob ispol'zovanii neparametricheskih statisticheskih kriteriev dlja ocenki tochnosti metodov klassifikacii (obobshhajushhaja stat'ja) // Zavodskaja laboratorija. Diagnostika materialov. 2011. T.77. № 3. S.58-66. 31. Orlov A. I. Ustojchivost' klassifikacii otnositel'no vybora metoda klaster-analiza // Zavodskaja laboratorija. Diagnostika materialov. 2013. T.79. № 1. S.68-71. 32. Lucenko E. V., Korzhakov V. E. Metod kognitivnoj klasterizacii ili klasterizacija na osnove znanij (klasterizacija v sistemno-kognitivnom analize i intellektual'noj sisteme "Jejdos") // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta. 2011. № 71. S. 528 - 576. 33. Orlov A. I., Lucenko E. V. O razvitii sistemnoj nechetkoj interval'noj matematiki // Filosofija matematiki: aktual'nye problemy. Matematika i real'nost'. Tezisy Tret'ej vserossijskoj nauchnoj konferencii; 27-28 sentjabrja 2013 g. / Redkol.: Bazhanov V. A. i dr. - Moskva, Centr strategicheskoj kon#junktury, 2013. - S.190-193. 34. Orlov A. I., Lucenko E. V. Sistemnaja nechetkaja interval'naja matematika (SNIM) - perspektivnoe napravlenie teoreticheskoj i vychislitel'noj matematiki // Politematicheskij setevoj jelektronnyj nauchnyj zhurnal Kubanskogo gosudarstvennogo agrarnogo universiteta. 2013. № 91. S. 255 - 308. 35. Orlov A. I., Lucenko E. V. Sistemnaja nechetkaja interval'naja matematika. Monografija (nauchnoe izdanie). - Krasnodar, KubGAU. 2014. - 600 s. 36. Orlov A. I., Lucenko E. V., Lojko V. I. Perspektivnye matematicheskie i instrumental'nye metody kontrollinga. Pod nauchnoj red. prof. S. G. Fal'ko. Monografija (nauchnoe izdanie). - Krasnodar, KubGAU. 2015. - 600 s.
Похожие статьи
-
Литература - Эконометрические инструменты контроллинга
1. Орлов А. И. Эконометрическая поддержка контроллинга // Контроллинг. - 2002. - №1. - С.42-53. 2. Орлов А. И. Эконометрика. Изд. 3-е, испр. и дополн. -...
-
Методы классификации - неотъемлемая часть математических методов исследования, интересная теоретически и важная практически. Обзоры этой научной области...
-
Аннотация - Базовые результаты математической теории классификации
Математическая теория классификации содержит большое число подходов, моделей, методов, алгоритмов. Эта теория весьма многообразна. Выделим в ней три...
-
Сначала обсудим один из широко применяемых методов кластер-анализа - с метода k-средних. Он предназначен для разбиения исходного множества элементов...
-
Литература - О новой парадигме математических методов исследования
1. Орлов А. И. Новая парадигма математических методов исследования // Заводская лаборатория. Диагностика материалов. 2015. Т.81. №.7 С. 5-5. 2. Орлов А....
-
Прогностическая сила - Базовые результаты математической теории классификации
С целью поиска приемлемого показателя качества диагностики рассмотрим восходящую к Р. Фишеру [20] широко известную параметрическую вероятностную модель...
-
Часто используют такой показатель качества алгоритма диагностики, как "вероятность (или доля) правильной классификации (диагностики)" [12, 13] - чем этот...
-
В 1992 г. на базе секции статистических методов Всесоюзной статистической ассоциации была организована Российская ассоциация статистических методов, а в...
-
1. Орлов А. И. Экспертные оценки // Заводская лаборатория. Диагностика материалов. 1996. Т.62. № 1. С.54-60. 2. Орлов А. И. Организационно-экономическое...
-
Литература - Математическое описание связи: регрессия, корреляция
1. Айвазян С. А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика. Исследование зависимостей. - М.: Финансы и статистика, 1985. 2. Березинец И. В....
-
Классификация математических моделей - Математическое моделирование в менеджменте и маркетинге
Математические модели могут быть Детерменированными и Стохастическими . Детерменированные модели - это модели, в которых установлено взаимно-однозначное...
-
1. Цыпкин, Я. З. Частотные критерии робастной модальной линейных дискретных систем / Я. З. Цыпкин, Б. Т. Поляк // Автоматика.-1990. - № 5. - С.4-11. 2....
-
ЛИТЕРАТУРА - Математическая статистика
1. Гмурман В. Е. Теория вероятностей и математическая статистика: Учеб. Пособие для вузов / В. Е. Гмурман. - 9-е изд., стер. - М.: Высш. шк., 2003. - 188...
-
Проверить ряд на наличие выбросов методом Ирвина, сгладить методом простой скользящее средней с интервалом сглаживания 3, методом экспоненциального...
-
Литература - Математическое ожидание случайной величины
1. Гмурман В. Е. Теория вероятностей и математическая статистика. М.: Высшая школа, 1977. 2. Гмурман В. Е. Руководство к решению задач по теории...
-
Формальная классификация моделей Формальная классификация моделей основывается на классификации используемых математических средств. Часто строится в...
-
Основные понятия теории экономико-математического моделирования Кибернетический подход к исследованию экономико-математических систем Обычно...
-
1. Л. В. Михайлова.- М-: ИТЦ МАТИ, 2002. Учебное пособие - С. 14-17. Формирование и оперативное управление производственными системами на базе...
-
1. Конституция России (проект) / Под общ. ред. С. С. Сулакшина. - М.: Научный эксперт, 2013. - 264 с. 2. Сухарев О. С. Экономическая политика...
-
Классификация моделей - Математическое моделирование в менеджменте и маркетинге
Классифицировать модели можно по разным критериям. Например, по характеру решаемых проблем модели могут быть разделены на функциональные и структурные. В...
-
Анализ - метод научного исследования явлений и процессов, в основе которого лежит изучение составных частей, элементов изучаемой системы. На современном...
-
Теория алгоритмов. Основные результаты, Программы как данные - Рекурсивные функции
Вместо предисловия . Сверх-идеей любой научной теории можно считать перевод знания из сферы подсознательного, интуитивногов осознанную, точную и...
-
Математическим ожиданием случайной величины х (М[x])называется средне взвешенно значение случайной величины причем в качестве весов выступают вероятности...
-
Классификация математических моделей - Построение и классификация математических моделей
К классификации математических моделей разные авторы подходят по-своему, положив в основу классификации различные принципы. Можно классифицировать...
-
Заключение:, Список литературы: - Витамины: общая характеристика и классификация
Витамины могут быть отнесены к группе Биологически Активных соединений , оказывающих свое действие на обмен веществ в ничтожных концентрациях. Это...
-
Теория вероятностей и математическая статистика
Задача 1 Малое предприятие имеет два цеха - А и В. Каждому установлен месячный план выпуска продукции. Известно, что цех А свой план выполняет с...
-
Основные результаты работы состоят в следующем: 1. Рассмотрены математические модели, лежащие в основе системы оптимизации доставки товаров...
-
На основании проведенного моделирования можно сделать выводы: - происходящие тепловые процессы скоротечны и не приводят к перегреву конструкции блока...
-
Математическое ожидание, дисперсия Дискретной называют случайную величину, которая принимает отдельные, изолированные возможные значения с определенными...
-
Заключение, Список использованной литературы - Моделирование математической модели теплообменника
В данной курсовой работе была получена математическая модель теплообменника в виде дифференциальных уравнений. Также была получена передаточная функция...
-
Теория массового обслуживания - теория, которая изучает статистические закономерности в массовых операциях, состоящих из большого числа однородных...
-
В статье разработана и приведена математическая модель задачи оптимизации количества персонала предприятий, работающих посменно и с разным графиком...
-
Полимер термический углеродный 1. Врублевский А. В., Бутылина И. Б. Полимеры и материалы на их основе. Учебно-методическое пособие. Мн., КИИ МЧС РБ,...
-
ЛИТЕРАТУРА - Основы прогнозирования
1. Герасенко В. П. Прогностические методы управления рыночной экономикой. Часть 1. - Гомель: Белорусский Центр Бизнеса "Альтаир", 1997. - 319с. 2. Основы...
-
Литература - Статистическое исследование инвестиционной деятельности в регионе
1. Журнал "Экономика Приднестровья" №№1-4,6,8 2010 г. 2. Статистический сборник ПМР 2011 г. 3. АхимБююль, Петер Цефель, SPSS - искусство обработки...
-
Литература - Методология моделирования процессов управления в социально-экономических системах
1. Орлов А. И. Проблемы управления экологической безопасностью. Итоги двадцати лет научных исследований и преподавания. - Saarbrьcken: Palmarium Academic...
-
Литература - Эконометрическое моделирование финансовых рынков
1. Кремер Н. Ш., Путко Б. А. Эконометрика: Учебник для вузов / Под ред. проф. Н. Ш. Кремера. - М.: ЮНИТИ-ДАНА, 2010. - 311 с. 2. Математика для...
-
Литература - Модели оптимального плана управления запасами
1. Harris F., Operations and Costs // Factory Management Series. - Chicago: A. W. Shaw Co, 1915. - Р. 48-52. 2. Сковронек Ч., Сариуш-Вольский З....
-
Разработка новой парадигмы - О новой парадигме математических методов исследования
Организационно-экономическое и экономико-математическое моделирование, эконометрика и статистика предоставляют интеллектуальные инструменты для решения...
-
Основные понятия - О новой парадигме математических методов исследования
Целесообразно начать с определений используемых понятий. Термин "парадигма" происходит от греческого "paradeigma" -- пример, образец и означает...
Литература - Базовые результаты математической теории классификации