Последовательные алгоритмы сглаживания данных
- 1 д.т.н., профессор, Санкт-Петербургский государственный политехнический университет
Аннотация
Исследованы алгоритмы построения зависимости по экспериментальным данным, построенные на основе последовательной обработки точек по одной. Проведены численные эксперименты, позволившие провести сравнительный анализ алгоритмов и дать рекомендации по их использованию.
Для цитирования
Тархов Д.А. Последовательные алгоритмы сглаживания данных // Нейрокомпьютеры: разработка, применение. 2015. № 3. С. 11–18.
Список источников
- Хакимов Б.В. Моделирование корреляционных зависимостей сплайнами на примерах в геологии и экологии. М.: МГУ; СПб: Нева. 2003.
- Хакимов Б.В., Михеев И.М. Нелинейная модель нейрона - многомерный сплайн // Нейрокомпьютеры: разработка, применение. 2012. № 7. С. 36-40.
- Тархов Д.А. Нейронные сети как средство математического моделирования // Нейрокомпьютеры: разработка, применение. 2006. № 2. С. 3-48.
- Альберт А. Регрессия, псевдоинверсия и рекуррентное оценивание. М.: Наука. 1977.
- Голуб Дж., Ван Лоун Ч. Матричные вычисления. М.: Мир. 1999.