Предложена методика многопараметрической классификации автоматных марковских моделей (АММ) на основе генерируемых ими последовательностей состояний при использовании метода дискриминантного анализа. При этом АММ заданы стохастическими матрицами, принадлежащими к априори заданным подклассам. Определено множество классифицирующих признаков (МКП), позволяющее разделить АММ, заданные матрицами из различных подклассов. Предложена методика, позволяющая определить минимальную длину последовательностей, требуемых для вычисления МКП с заданной доверительной вероятностью.
Скачать электронную версию публикации
Загружен, раз: 124
- Title МНОГОПАРАМЕТРИЧЕСКАЯ КЛАССИФИКАЦИЯ АВТОМАТНЫХ МАРКОВСКИХ МОДЕЛЕЙ НА ОСНОВЕ ГЕНЕРИРУЕМЫХ ИМИ ПОСЛЕДОВАТЕЛЬНОСТЕЙ СОСТОЯНИЙ
- Headline МНОГОПАРАМЕТРИЧЕСКАЯ КЛАССИФИКАЦИЯ АВТОМАТНЫХ МАРКОВСКИХ МОДЕЛЕЙ НА ОСНОВЕ ГЕНЕРИРУЕМЫХ ИМИ ПОСЛЕДОВАТЕЛЬНОСТЕЙ СОСТОЯНИЙ
- Publesher
Tomsk State University
- Issue Прикладная дискретная математика 4(10)
- Date:
- DOI
Ключевые слова
linear discriminant functions, discriminant analysis, automaton Markov model, ergodic stochastic matrix, identification, информативность, Markov chain, линейные дискриминантные функции, дискриминантный анализ, статистическая обработка данных, автоматная марковская модель, автономный верятностный автомат, идентификация, эргодические стохастические матрицы, цепи МарковаАвторы
Ссылки
Вентцель Е. С. Теория вероятностей. IV изд., стер. М.: Наука, 1969. 576 с.
Нурутдинова А. Р., Шалагин С. В. Методика идентификации автоматных марковских моделей на основе порождаемых ими последовательностей // Вестник КГТУ им. А.Н. Туполева. 2010. №1. С. 94-99.
Сабитова А. Р., Шалагин С. В. Многопараметрическая классификация марковских последовательностей // XV Туполевские чтения: Междунар. молодежная науч. конф. Казань: Изд-во КГТУ им. А. Н. Туполева, 2007. C. 78-79.
Ланкастер Л. Теория матриц. М.: Наука, 1982. 272 с.
Сабитова А. Р., Шалагин С. В. Дискриминантный анализ вероятностных моделей марковского типа // Наука. Технологии. Инновации: Материалы Всерос. конф. молодых ученых. Новосибирск: Изд-во НГТУ, 2007. С. 90-92.
Хинчин А. Я. Понятие энтропии в теории вероятностей // Успехи матем. наук. 1953. №3(55). С. 3-20.
Ли И., Джадж Д., Зельнер А. M. Оценивание параметров марковской модели по агрегированным временным рядам. М.: Статистика, 1977. 221 с.
Захаров В. М, Нурмеев Н. Н., Салимов Ф. И. и др. К задаче дискриминантного анализа автоматных марковских моделей // Вестник КГТУ им. А. Н. Туполева. 2001. Т. 1. №3. С.37-39.
Захаров В. М, Нурмеев Н. Н., Салимов Ф. И., Шалагин С. В. Классификация стохастических эргодических матриц методами кластерного и дискриминантного анализа // Исследования по информатике. Казань: Отечество, 2000. С. 91-106.
Боровиков В. П. Statistica: искусство анализа данных на компьютере. 2-е изд. СПб.: Питер, 2003. 700 с.
Friedman W.F., Callimahos D. Military crypto analyze. Part I. V. Z. Aegean Park Press, Laguna Hills CA, 1985. 356 p.
Поспелов Д. А. Вероятностные автоматы. М.: Энергия, 1970. 88 с.
Алферов А. П., Зубов А. Ю., Кузьмин А. С., Черемушкин А. В. Основы криптографии. М.: Гелиос АРВ, 2002. 480 с.
Бухараев Р. Г. Основы теории вероятностных автоматов. М.: Наука, 1985. 287 с.
Кемени Дж.,Снелл Дж. Конечные цепи Маркова. М.: Наука, 1970. 272 с.
Романовский В. И. Дискретные цепи Маркова. М.; Л.: Гостехиздат, 1949. 436 с.
Раскин Л. Г. Анализ стохастических систем и элементы теории оптимального управления. М.: Сов. радио, 1976. 344 с.

МНОГОПАРАМЕТРИЧЕСКАЯ КЛАССИФИКАЦИЯ АВТОМАТНЫХ МАРКОВСКИХ МОДЕЛЕЙ НА ОСНОВЕ ГЕНЕРИРУЕМЫХ ИМИ ПОСЛЕДОВАТЕЛЬНОСТЕЙ СОСТОЯНИЙ | Прикладная дискретная математика. 2010. № 4(10).
Скачать полнотекстовую версию
Полнотекстовая версияЗагружен, раз: 171
- ВКонтакте
- РћРТвЂВВВВВВВВнокласснРСвЂВВВВВВВВРєРСвЂВВВВВВВВ
- Telegram