Казанский (Приволжский) федеральный университет, КФУ
КАЗАНСКИЙ
ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ
 
НАХОЖДЕНИЕ ОПТИМАЛЬНЫХ НАБОРОВ ПРИЗНАКОВ В ЗАДАЧАХ КЛАССИФИКАЦИИ ВОЗДЕЙСТВИЙ НА ВИБРАЦИОННЫХ ДАТЧИКАХ
Форма представленияСтатьи в российских журналах и сборниках
Год публикации2018
Языкрусский
  • Главацкий Никита Владимирович, автор
  • Голоусов Святослав Владимирович, автор
  • Ермаков Дмитрий Владимирович, автор
  • Кокунин Петр Анатольевич, автор
  • Степанов Алексей Николаевич, автор
  • Чикрин Дмитрий Евгеньевич, автор
  • Голоусов Святослав Владимирович, автор
  • Ермаков Дмитрий Владимирович, автор
  • Степанов Алексей Николаевич, автор
  • Главацкий Никита Владимирович, автор
  • Ермаков Дмитрий Владимирович, автор
  • Библиографическое описание на языке оригинала Нахождение оптимальных наборов признаков в задачах классификации воздействий на вибрационных датчиках / Д.Е. Чикрин, С.В. Голоусов, Н.В. Главацкий, Д.В. Ермаков, А.Н. Степанов, П.А. Кокунин // Современная наука: актуальные проблемы теории и практики. Серия: естественные и технические науки. 2018. №7. С. 147–153.
    Аннотация В работе представлен сравнительный анализ методов извлечения признаков машинного обучения применительно к задаче трехклассовой классификации по экспериментальной выборке. Входная выборка данных представляла собой равномерно дискретизированную последовательность нормированных амплитуд воздействий, получаемых с вибрационного датчика. В качестве метода классификации был использован метод ближайших соседей. В результате исследований был найден оптимальный набор признаков и оптимальная метрика расстояния с точки зрения минимизации ошибки классификации; по рассматриваемым признакам определена степень их позитивного или негативного влияния на процесс классификации.
    Ключевые слова классификация, машинное обучение, вибрации, метод ближайших соседей, вейвлет, спектральное разложение, кепстр, эксцесс, асимметрия, метрика городских кварталов
    Название журнала Современная наука: актуальные проблемы теории и практики. Серия «Естественные и технические науки»
    URL https://elibrary.ru/item.asp?id=35565982
    Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на эту карточку https://repository.kpfu.ru/?p_id=196632
    Файлы ресурса 
    Название файла Размер (Мб) Формат  
    p24.pdf 0,87 pdf посмотреть / скачать

    Полная запись метаданных