БЎСАҒАВИЙ ФУНКЦИЯЛАРГА АСОСЛАНГАН ТАНИБ ОЛИШ АЛГОРИТМЛАРИ

Камилов М.М., Мирзаев Н.М., Раджабов С.С. Современное состояние вопросов построения моделей алгоритмов распознавания // Химическая технология. Контроль и управление. - Ташкент, 2009, № 2. - С. 67-72.

Фазылов Ш.Х., Мирзаев Н.М., Мирзаева Г.Р. Классификация основных подходов при построении распознающих алгоритмов // Современная техника и технологии: проблемы, состояние и перспективы: Материалы XVII

Всероссийской научно-практической конференции. - Рубцовск, 2018. - С. 230238.

Камилов М.М., Фазылов Ш.Х., Мирзаев Н.М., Раджабов С.С. Модели алгоритмов распознавания, основанных на оценке взаимосвязанности признаков - Ташкент: Fan va texnologiya, 2020. - С. 148.

Журавлев Ю.И. Избранные научные труды. - М: Магистр, 1998. - С. 420.

Журавлев Ю.И., Рязанов В.В., Сенько О.В. Распознавание.

Математические методы. Программная система. Практические применения. -М.: Фазис, 2006. - С. 159.

McLachlan G.J.: Discriminant Analysis and Statistical Pattern Recognition. New York: John Wiley, 2004. - P. 545.

Журавлев Ю.И., Дюсембаев А.Е. Построение нейросети на основе модели алгоритмов с кусочно-линейными поверхностями и параметрами для задач распознавания со стандартной информацией // Доклады Академии наук. - Москва, 2019. - Т. 488, № 1. - С. 11-15.

Лысёнок Е.И. О некотором подходе к выбору гиперплоскости для алгоритмов распознавания. // Журнал вычислительной математики и математической физики. - Москва, 2010. - Т. 50, № 4. - С. 1862-1864.

Ту Дж., Гонсалес Р. Принципы распознавания образов. - М.: Мир, 1978. - C. 414.

Webb A.R., Copsey K.D.: Statistical Pattern Recognition. Wiley, New York, 2011. - P. 668.

Мерков А.Б. Распознавание образов: Введение в методы

статистического обучения. М.: URSS, 2019. - C. 256.

Бондаренко Н.Н., Журавлев Ю.И. Алгоритм выбора конъюнкций для логических методов распознавания // Журнал вычислительной математики и математической физики. - Москва, 2012. - Т. 52, № 4. - С. 746-749.

Дюкова Е.В., Масляков Г.О., Прокофьев П.А. О логическом анализе данных с частичными порядками в задаче классификации по прецедентам // Журнал вычислительной математики и математической физики. - Москва, 2019. - Т. 59, № 9. - С. 1605-1616.

Кудрявцев В.Б., Андреев А.Е., Гасанов Э.Э. Теория тестового распознавания. - М.: Физматлит, 2007. - C. 320.

Лбов Г.С., Неделько В.М., Неделько С.В. Метод адаптивного поиска логической решающей функции // Сибирский журнал индустриальной математики. - Новосибирск, 2009. Том 12. № 3. - С. 66-74.

Айзерман М.А., Браверманн Э.М., Розоноэр Л.И. Метод

потенциальных функций в теории обучения машин. М.: Наука, 1970. - C. 348.

Sulewski P. Potential Function Method Approach to Pattern Recognition Applications. Environment. Technology. Resources. In: Proc. of the 11th Int. Scientific and Practical Conference, Rezekne, Latvia, pp. 30-35 (2017). DOI:

17770/10.17770/ etr2017vol2.2512.

Фазылов Ш.Х., Раджабов С.С., Мирзаев О.Н. Анализ состояния вопросов построения моделей, основанных на принципе потенциалов // Проблемы вычислительной и прикладной математики. - Ташкент, 2016. - № 3. - С. 88-97.

Журавлев Ю.И., Камилов М.М., Туляганов Ш.Е. Алгоритмы

вычисления оценок и применение. - Ташкент: ФАН, 1974. - С. 119.

Дьяконов А.Г. Эффективные формулы вычисления оценок для алгоритмов распознавания с произвольными системами опорных множеств // Журнал вычислительной математики и математической физики. - Москва, 1999. - Т. 39, № 11. - С.1904-1918.

Кононюк А.Е. Общая теория распознавания. В 2 книгах. - Киев: Осв1та УкраТни, 2012. - Книга 1. - С. 584. - Книга 2. - С. 588.