Вероятностное моделирование распространения лесных пожаров
Классификация лесных пожаров с помощью многослойного персептрона. Кластеризация стихийного, неуправляемого распространения огня в лесу с помощью карт Кохонена. Математическая модель и программное проектирование системы оценки последствий пожара.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | курсовая работа |
| Язык | русский |
| Дата добавления | 04.02.2014 |
| Размер файла | 2,0 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Подобные документы
Сущность, структура, алгоритм функционирования самообучающихся карт. Начальная инициализация и обучение карты. Сущность и задачи кластеризации. Создание нейронной сети со слоем Кохонена при помощи встроенной в среды Matlab. Отличия сети Кохонена от SOM.
лабораторная работа [36,1 K], добавлен 05.10.2010Обоснование проектирования лесных полос с помощью программы "Проектирование лесных полос", позволяющей в короткий срок дать обоснованную оценку спроектированных лесных насаждений. Географическая и экономическая характеристика зоны расположения полос.
практическая работа [662,3 K], добавлен 02.04.2019Анализ нейронных сетей и выбор их разновидностей. Модель многослойного персептрона с обучением по методу обратного распространения ошибки. Проектирование библиотеки классов для реализации нейросети и тестовой программы, описание тестирующей программы.
курсовая работа [515,4 K], добавлен 19.06.2010Диагностический анализ изучения алгоритмов обучения нейронных сетей "с учителем". Сбор входных и выходных переменных для наблюдений и понятие пре/пост процессирования. Подготовка и обобщение многослойного персептрона, модель обратного распространения.
курсовая работа [249,3 K], добавлен 22.06.2011Программное обеспечение для получения исходных данных для обучения нейронных сетей и классификации товаров с их помощью. Алгоритм метода обратного распространения ошибки. Методика классификации товаров: составление алгоритма, программная реализация.
дипломная работа [2,2 M], добавлен 07.06.2012Обзор методов составления математических моделей систем автоматического управления. Математические модели системы в векторно-матричной форме записи. Моделирование в пакете программы Simulink. Оценка устойчивости системы, рекомендации по ее применению.
курсовая работа [514,5 K], добавлен 10.11.2011Реалізація сегментації позичальників методом карт Кохонена за допомогою пакету Deductor Studio. Послідовність дій, які необхідно провести для аналізу даних у Deductor Studio. Результат сегментації на картах Кохонена та характеристика кожного сегменту.
контрольная работа [1017,1 K], добавлен 29.09.2010Принципы организации и функционирования биологических нейронных сетей. Система соединенных и взаимодействующих между собой простых процессоров. Нейронные сети Маккалока и Питтса. Оценка качества кластеризации. Обучение многослойного персептрона.
курсовая работа [1,1 M], добавлен 06.12.2010Математическая модель искусственной нейронной сети. Структура многослойного персептрона. Обучение без учителя, методом соревнования. Правило коррекции по ошибке. Метод Хэбба. Генетический алгоритм. Применение нейронных сетей для синтеза регуляторов.
дипломная работа [1,5 M], добавлен 17.09.2013Прогнозирование на фондовом рынке с помощью нейронных сетей. Описание типа нейронной сети. Определение входных данных и их обработка. Архитектура нейронной сети. Точность результата. Моделирование торговли. Нейронная сеть прямого распространения сигнала.
дипломная работа [2,7 M], добавлен 18.02.2017Построение модели системы массового обслуживания с помощью ЭВМ с использованием методов имитационного моделирования. Моделирование проводилось с помощью GPSS World Student version, позволяющего достоверно воссоздать систему массового обслуживания.
курсовая работа [555,7 K], добавлен 29.06.2011Общие сведения о принципах построения нейронных сетей. Искусственные нейронные системы. Математическая модель нейрона. Классификация нейронных сетей. Правила обучения Хэбба, Розенблатта и Видроу-Хоффа. Алгоритм обратного распространения ошибки.
дипломная работа [814,6 K], добавлен 29.09.2014Понятие и цели моделирования информационных систем, классификация их видов. Современные технологии в горной инженерии. Изучение создания двумерных и трехмерных проектов различной степени сложности с помощью системы автоматизированного проектирования.
реферат [1022,2 K], добавлен 15.02.2014Переходный процесс включения и распространения включенного состояния в силовых тиристорах, его компьютерное моделирование на основе пакета программ приборно-технологического моделирования "Synopsys TCAD". Физические понятия в программном комплексе.
дипломная работа [914,1 K], добавлен 17.07.2016Описание предметной области автоматизации. Программа обследования и план-график выполнения работ на предпроектной стадии. Метод группового принятия решения с помощью кластеризации экспертных оценок альтернатив. Построение диаграммы потоков данных DFD.
дипломная работа [375,8 K], добавлен 07.12.2014Основное направление исследования клеточных автоматов. Математическое определение автоматов. Классификация по типам поведения. Тоталистичные клеточные автоматы. Создание и визуализация в Excel математической модели распространения лесного пожара.
курсовая работа [234,9 K], добавлен 01.11.2014Построение математической модели, описывающей процесс распространения пассивных загрязняющих веществ от сосредоточенных источников. Использование аппарата сопряженных задач для определения безопасных зон размещения объектов, загрязняющих атмосферу.
дипломная работа [711,0 K], добавлен 18.07.2014Сущность и понятие кластеризации, ее цель, задачи, алгоритмы; использование искусственных нейронных сетей для кластеризации данных. Сеть Кохонена, самоорганизующиеся нейронные сети: структура, архитектура; моделирование кластеризации данных в MATLAB NNT.
дипломная работа [3,1 M], добавлен 21.03.2011Разработка программы моделирования объекта в среде пакета MathCAD с использованием встроенных функций. Стехиометрический анализ и модель кинетики. Моделирование режима запуска и вывода аппарата на нужный режим. Математическая модель динамики объекта.
курсовая работа [2,0 M], добавлен 19.11.2011Сглаживание - один из основных этапов работы многосеточного решателя. Многосеточный метод - наиболее эффективный способ решения уравнения на этапе проекции. Методика линеаризации двумерного массива. Характеристика коэффициентов оператора пролонгации.
курсовая работа [639,9 K], добавлен 04.06.2017
