350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №5 за 2013 г.
Статья в номере:
Модели и алгоритмы классификации фрагментов текста на основе нейронных сетей с радиально-базисными функциями
Авторы:
А.А. Сирота - д.т.н., профессор, кафедра «Информационные системы», Воронежский государственный университет. E-mail: sir@cs.vsu.ru А.В. Цуриков - аспирант, кафедра «Информационные системы», Воронежский государственный университет. E-mail: andrew.tsurikov@gmail.com М.А. Дрюченко - к.т.н., аспирант, кафедра «Информационные системы», Воронежский государственный университет
Аннотация:
Рассмотрены модели классификации многомерных данных с использованием радиально-базисных функций, применительно к задаче создания контентно-зависимых цифровых водяных знаков. Исследована вероятность ошибки классификации многомерных данных в зависимости от размерности признакового пространства.
Страницы: 26-37
Список источников

 

  1. Сирота А.А.,Дрюченко М.А. Нейросетевые модели и алгоритмы стеганографического скрытия информации // Труды Российского научно-техн. общества радиотехники, электроники и связи им. А.С. Попова. М.: 2010. Т. 2. С. 335-338.
  2. Сирота А.А., Дрюченко М.А., Митрофанова Е.Ю.Нейросетевые технологии создания скрытых цифровых водяных знаков // Нейрокомпьютеры: разработка, применение. 2012. № 10. С. 13-20.
  3. Алгазинов Э.К., Дрюченко М.А., Митрофанова Е.Ю., Сирота А.А. Математическое и программное обеспечение для создания цифровых водяных знаков с использованием искусственных нейронных сетей // Информационные технологии. 2012. № 9. С. 60-66.
  4. Осовский С.Нейронные сети для обработки информации / пер с польского И.Д. Рудинского. М.: Финансы и статистика. 2002. 344 с.
  5. Хайкин С.Нейронные сети: полный курс. Изд. 2-е, испр. М.: Вильямс. 2006. 1104 с.
  6. Rajaraman A., Ullman J.D. Mining of Massive Datasets // Cambridge: Cambridge University Press. 2012. 326 c.
  7. Ширяев А.Н. Вероятность. М.: Наука. 1980. 574 c.