Библиотека Амурского Государственного Университета

Главная

Упрощенный режим

Описание

Шлюз Z39.50

Базы данных

БД "Статьи" - результаты поиска

Вид поиска

БД "Книги"

БД "Статьи"

Труды АМГУ

Выпускные квалификационные работы

Антитеррор

Область поиска

Формат представления найденных документов:
полный	информационный	краткий

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>K=главные компоненты<.>)

Общее количество найденных документов : 5
Показаны документы с 1 по 5

Гнатюк, В. И.
Прогнозирование электропотребления методом анализа главных компонент (опыт применения пакета Mathcad-2001) [Текст] / В. И. Гнатюк [и др. ] // Электрика. - 2007. - N 3. - С. . 41-46. - Библиогр.: с. 46 (5 назв. ). - Ил.: 7 рис.

УДК

^a621.31

^a004.4

ББК 31.29 + 32.973-018
Рубрики: Энергетика--Использование электрической энергии
   Вычислительная техника--Математическое обеспечение (Программирование)
   Калининградская область
    Россия
Кл.слова (ненормированные):
анализ главных компонент -- АГК -- Singular Spectrum Analysis -- SSA -- главные компоненты -- простые компоненты -- компоненты -- электропотребление -- прогнозирование электропотребления -- электронные базы данных -- базы данных -- объекты техноценоза -- техноценоз -- матрицы верификации -- ковариационные матрицы -- моделирование электропотребления -- компьютерное моделирование -- математическое моделирование -- методы прогнозирования электропотребления -- программы
Аннотация: Показана возможность анализа и синтеза временных рядов с помощью метода анализа главных компонент (АГК), получившего в англоязычной версии название Singular Spectrum Analysis (SSA). Представленный метод использован для прогнозирования электропотребления объектов техноценоза.

Доп.точки доступа:
Луценко, Д. В.; Двойрис, Л. И.; Антоненков, Д. В.; Дюндик, П. Ю.
Имеются экземпляры в отделах: всего 1 : эн.ф. (1)
Свободны: эн.ф. (1)

Найти похожие

Киселёв, Н. И.
Альтернативные методы оценки главных компонент [Текст] / Н. И. Киселёв // Прикладная эконометрика. - 2010. - N 3. - С. 127-139. - Библиогр. в конце ст.

УДК

330.4

ББК 65в6
Рубрики: Экономика. Экономические науки--Методы экономических исследований
Кл.слова (ненормированные):
критерии минимаксного типа -- метод наименьших квадратов -- определение главных компонент -- оценка эффектов -- задача линейного программирования -- тестовые статистические массивы -- главные компоненты -- минимаксные критерии -- линейное программирование

Имеются экземпляры в отделах: всего 1 : эк. (1)
Свободны: эк. (1)

Найти похожие

Поляк, Б. Т.
Метод главных компонент [Текст] : робастные версии / Б. Т. Поляк, М. В. Хлебников // Автоматика и телемеханика. - 2017. - № 3. - С. 130-148. - Библиогр.: с. 147-148 (21 назв.) . - ISSN 0005-2310

УДК

^a681.5

^a519.7

^a004.93

ББК 32.81 + 22.18 + 32.973-018.2
Рубрики: Радиоэлектроника
   Кибернетика
   Математика
   Математическая кибернетика
   Вычислительная техника
   Распознавание и преобразование образов
Кл.слова (ненормированные):
аппроксимации -- аффинные многообразия -- главные компоненты -- маломерные аппроксимации -- метод главных компонент -- робастность -- робастные версии
Аннотация: В статье предлагаются варианты робастной версии метода главных компонент и численные методы их реализации.

Доп.точки доступа:
Хлебников, М. В.

Имеются экземпляры в отделах: всего 1 : ч.з. (1)
Свободны: ч.з. (1)

Найти похожие

Статистический анализ структуры общественного мнения России в 2012–2018 годы [Текст] / Ю. Н. Гаврилец, М. В. Черненков, С. А. Никитин, И. В. Тараканова // Экономика и математические методы. - 2020. - Т. 56, № 1. - С. 79-94 : 8 табл., 7 рис. - Библиогр.: с. 93-94 . - ISSN 0424-7388

УДК

^a31:33

ББК 65.051
Рубрики: Экономика
Экономическая статистика--Россия, 2012–2018 гг.
Кл.слова (ненормированные):
главные компоненты -- интегральные индексы -- непосредственные связи -- общественное мнение -- социологические опросы -- социум -- структура общественного мнения -- условный прогноз -- эконометрические модели
Аннотация: В данной работе общественное мнение населения России рассматривается как система взаимосвязанных оценок и мнений о различных сторонах общественной жизни, сформированная в условиях экономической действительности. Количественные характеристики мнений социума России по проблемам, затрагивающим интересы населения страны, анализируются с помощью специальных процедур современной эконометрики. Главной методологической особенностью подхода является переход от содержательной интерпретации парных корреляций к изучению минимального числа множественных зависимостей с помощью аппарата причинного анализа и выявления непосредственных связей. Дается оценка воздействия общественного мнения на некоторые формы социального поведения. Построены интегральные индексы доверия населения к власти и удовлетворенности жизнью, показаны их изменения в течение 2012-2018 гг. Для построения прогноза строятся модели изменения отношения населения к различным сторонам его жизни. В работе используются данные официальной статистики, а также полученные ВЦИОМ. Представленные в работе процедуры анализа и условного прогноза общественного мнения могут быть использованы при разработке управленческих стратегий в части формирования оптимального взаимодействия между властью и обществом.

Доп.точки доступа:
Гаврилец, Ю. Н.; Черненков, М. В.; Никитин, С. А.; Тараканова, И. В.

Имеются экземпляры в отделах: всего 1 : эк. (1)
Свободны: эк. (1)

Найти похожие

Е 74

Ермолицкая, Марина Захаровна (кандидат биологических наук).
Применение методов машинного обучения для прогнозирования заболеваемости раком желудка [Текст] / М. З. Ермолицкая // Информатика и системы управления. - 2023. - № 3 (77). - С. 41-47 : 2 рис. - Библиогр. в конце ст. . - ISSN 1814-2400

ББК 22.172
Рубрики: Математика
Математическая статистика

Кл.слова (ненормированные):
главные компоненты -- искусственные нейронные сети -- методы машинного обучения -- рак желудка -- регрессионный анализ
Аннотация: С помощью методов машинного обучения разработаны прогностические модели заболеваемости раком желудка на территории Приморского края по данным за период с 2007 г. по 2021 г.: полиномиальная регрессия, ридж-регрессия и искусственные нейронные сети. Наиболее эффективна, согласно оценкам качества, модель, обученная с помощью ИНС.

Перейти: http://ics.khstu.ru/media/2023/N77_04.pdf

Имеются экземпляры в отделах: всего 3 : н.з. (1), аб. (1), эн.ф. (1)
Свободны: н.з. (1), аб. (1), эн.ф. (1)

Найти похожие

Тематический навигатор

Статистика за 01.07.2024
Число запросов	52088
Число посетителей	1
Число заказов	0

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)