Статья посвящено решению проблемы выбора прсцидентных объектов, являющейся важным аспектом мульти кластеризации в процессах распознавания и классификации образов. Предложен новый алгоритм выбора прецидентных объектов с учетом пространства номинальных и числовых признаков. Этот алгоритм обеспечивает точную, устойчивую и прозрачную классификацию данных, повышая эффективность принятия аналитических решений, особенно в процессах медицинской диагностики.

В статье «Методы извлечения объектов из изображений» рассмотрены основные типы алгоритмов сегментации объектов изображения и представлена информация об их основных преимуществах и недостатках. В зависимости от характера проблемы есть возможность выбрать один или несколько методов.

В данной статье анализируется предварительная обработка изображений дистанционного зондирования на основе модели дискретной гистограммы. Фиксироваться эффективность применения данной модели, ее значимость, качество и уникальность. Кроме того, показано практическое значение инфракрасных каналов в повышении эффективности распознавания объектов при дистанционном зондировании Земли.

В данном исследовании представлен передовой подход к оптимизации систем нечеткого вывода (СНВ) с использованием генетических алгоритмов (ГА) -мощного эволюционного метода, вдохновленного естественным отбором. Традиционная разработка FIS основана на эвристической настройке базы правил и функций релевантности, что может быть неэффективным. Это исследование позволяет систематически оптимизировать базу правил СНВ, что повышает точность, гибкость и надежность систем принятия решений. Экспериментальные результаты показывают, что сложность базы правил значительно снижается при сохранении производительности системы. В исследовании также подчеркивается важность таких операторов ГА, как отбор, кроссинговср и мутация, для достижения глобальной оптимальности. Такая интеграция помогает разрабатывать интеллектуальные системы, способные адаптироваться к реальным ситуациям, обеспечивая многообещающие результаты для экспертных систем, приложений автоматизации и управления.

В статье исследована эффективность ансамблевых алгоритмов на основе принципов частичной прсцедентности при классификации стадий рака. Механизм взвешенного принятия решений на основе линейной свертки показал высокие результаты при классификации типов рака (С 16, С17, С18, С44, С50, С00). Разработан метод на основе манхэттенского расстояния и пороговых значений, результаты сравнены с классическими алгоритмами. Предложенный ансамблевый алгоритм повышает точность классификации до 94,7-96,2%, что на 3-10% выше результатов существующих алгоритмов.

В работе представлено численное моделирование трехмерного поля скорости ветра в атмосфере на основе уравнений Навье-Стокса. Разработан устойчивый алгоритм решения задачи гидродинамики с использованием неявной разностной схемы и аппроксимации высокого порядка. Модель учитывает пространственно-временную изменчивость скорости воздушных масс в направлениях u, v и w, что позволяет более точно описывать процессы переноса загрязняющих веществ в атмосфере.

В теории термоупругости задачи обычно решаются в напряжениях с введением функции напряжений Эри. Однако в данной работе задача теории термоупругости формулируется и решается непосредственно в напряжениях в пространственной постановке без введения каких-либо дополнительных функций. Также представлен алгоритм решения.