Адаптивная система классификаторов МГУА

• Main Authors: Нина Владимировна Кондрашова, Павлов Александр Владимирович, Андрей Владимирович Павлов, Владимир Анатольевич Павлов
• Format: Article
• Language: English
• Published: PC Technology Center 2014-10-01
• Series: ScienceRise
• Subjects: generalized relaxation iterative algorithm (GRIA); multilayer algorithm with combinatorial selection of variables (MACSoV)
• Online Access: http://journals.uran.ua/sciencerise/article/view/27392
• ISSN: 2313-6286; 2313-8416

<p>Показано, что модели самоорганизации, построенные обобщенным релаксационным итерационным алгоритмом (ОРИА), являются наиболее точными при проверке классификаторов на новых данных. Максимальная точность классификации зависит от целевой выборки, вида модели и внешнего критерия МГУА и состава системы классификаторов. Известный многорядный алгоритм с комбинаторной селекцией обобщенных переменных (МАКСО), имеет более гибкую настройку точности на рабочей выборке по сравнению с ОРИА, но гораздо меньшее быстродействие при решении задачи классификации.<em></em></p>