Программа RFA факторного вращения
sv_beat
Основное назначение программы RFA – это осуществление факторного вращения по различным критериям. 
В качестве типовых критериев вращения предоставляется следующие:
-   квартимакс,
-   варимакс,
-   облимакс,
-   квартимин,
-   облимин,
-   бинормамин,
-   критерий интерпретабельности.
Все критерии могут быть вычислены в рамках ортогональной или косоугольной модели.
Критерии вращения
Матрица − матрица первичного факторного отображения размерности весовых коэффициентов. Где − число изучаемых параметров, − число общих факторов.
Вращение заключается в следующей матричной операции:
,
косоугольная факторная структура;
матрица вращения.
Квартимакс

Максимизация данного критерия приводит теоретически к минимальной сложности каждого исходного параметра равной 1, когда исходный параметр выражается только через один фактор [53].
Варимакс

Максимизация варимакс критерия соответствует максимизации дисперсий квадратов нагрузок факторов. Тем самым теоретическая сложность фактора уменьшается, нагрузки фактора близки к 0 или 1 и фактор можно наилучшим образом проинтерпретировать. Нормализация факторных нагрузок в данном критерии устраняет различие между вкладами отдельных параметров пропорциональное их общностям.
Облимакс

Максимизация данного критерия соответствует максимизации эксцесса случайной величины , представленной выборкой и . В результате максимизируется доля больших и маленьких (близких к нулю) элементов факторной структуры.
Квартимин

Минимизация данного критерия соответствует идее простой факторной структуры, когда для фиксированной пары факторов переменные максимально приближаются к одному из факторов.
Облимин
,
При γ = 0 – это нормализованный квартимин критерий,
при γ = 1 критерий называется коваримин,
при γ = 0.5 критерий называется биквартимин.
Минимизация коваримин критерия соответствует минимизации ковариации между квадратами элементов различных пар факторов конечной факторной структуры. Коваримин критерий теоретически дает ортогональное решение.
Бинормамин

Минимизация данного критерия близка к результатам биквартимин решения.
Критерий интерпретабельности
Получение интерпретабельного факторного решения связана с получением минимальной сложности исходных параметров, когда только одна факторная нагрузка переменной близка к 1, тогда как остальные близки к 0. Поэтому предлагается следующий критерий, непосредственной учитывающий это свойство.
,
где − максимальная по модулю факторная нагрузка i-ой переменной факторной структуры.
Максимизация данного критерия приводит к тому, что максимальная факторная нагрузка переменной приближается к 1, тогда как остальные к 0.

Скриншот программы RFA для проведения факторного вращения


Скриншот программы RFA

Online-сервис для чтения и встроенного перевода epub книг
sv_beat
Web приложение для чтения и встроенного перевода epub книг: epub Books


Android приложение: читатель EPUB с возможностью встроенного перевода с английского на русский epubViewer

Программа виртуальный собеседник ChatBot
sv_beat
Программа ChatBot создавалась как простейший аналог ассоциативной памяти.
Принцип работы состоит в поиске наиболее релевантного вопроса из базы данных и получения следующего за ним ответа.
В программа есть возможность поиска картинок и музыки.
Android версия поддерживает распознавание речи для ввода сообщения, а также воспроизведение голосом ответов чат бота.

Приложение «EnglishWords» для запоминания английских слов
sv_beat
Приложение «EnglishWords» позволяет учить английские слова.
В программе имеется базовый набор слов для изучения.
Главной особенностью программы является возможность создавать свои наборы слов для изучения.
ИНФОРМАЦИЯ НА ЭКРАНЕ
* Процент. Означает процент изученных слов в словаре.
КАК ЭТО РАБОТАЕТ.
Процесс изучения слов начинается с того, что программа набирает из выбранных словарей 5 случайных слов и начинает их показывать в случайном порядке.
После того, как слова выучены из словаря извлекаются следующие 5 случайных слов.
Если вы отвечаете не правильно на слово, то слово будет показываться чаще.
Когда все слова выучены показываются только те слова на которые чаще всего давался не правильный ответ.
СЛОВАРЬ
Базовый набор слов содержит около 1000 наиболее употребляемых английских слов.
EnglishWords EnglishWords EnglishWords

EnglishWords на Android
Приложение использует yandex и google api для получения перевода, транскрипции и звукового воспроизведения.
Для работы приложения необходим доступ в интернет.
Также оригинальный блог и статья находятся тут svlaboratory.org

Нейронная сеть с обратным распространением ошибки для распознавания изображений
sv_beat
В программе используется алгоритм обратного распространения ошибки для обучения нейронной сети.
Входные изображения преобразуются до размера 10 на 10 пикселей для формирования векторов данных фиксированной размерности 100.
Значения элементов векторов данных имеют значения от -0.5 до 0.5.
Для этого изображения преобразуются в черно белые с интервалом значений серых цветов [0, 255].
В качестве активационной функции используется антисимметричная сигмоидальная функция с интервалом значений [-1, 1].

Логика работы:
Загрузить всю обучающую выборку, добавить названия для классов изображений, сопоставить классы и исходные изображения, выбрав соответствующие пункты в списках и нажать сопоставить. Для одного класса может быть несколько представителей из обучающей выборки.
Нажать "Обучение". Когда обучение завершилось загрузить изображение для распознавания.

Скриншот программы:
Распознование изображений

Также оригинальный блог и статья находятся тут svlaboratory.org

Программа PrimEji проектирования компьютерной сети
sv_beat
Программа «PrimEji» представляет собой средство проектирования компьютерной сети с вычисляемой схемой расположения центров коммутации и соединениями между ними.
В число выполняемых программой функций входят:

  • генерировние узлов сети;

  • вычисление центров по методу k-средних;

  • построение оптимальной компьютерной сети на основе алгоритма Прима;

  • построение оптимальной компьютерной сети на основе алгоритма Ежи-Вильямса;

  • построение оптимальной компьютерной сети с ограничениями на основе алгоритма Прима;

  • расчет стоимости проектируемой сети;

В программе реализованы алгоритмы поиска минимального остовного дерева:

  • метод Прима,

  • метод Прима с ограничениями,

  • метод Ежи-Вильямса,

  • метод Ежи-Вильямса с несколькими центрами коммутации.

прим ежи
прим ежи2

Также оригинальный блог и статья находятся тут svlaboratory.org

Распознавания сооружений на фото-снимках, полученных со спутника
sv_beat

Программа Sputnik 1.

Для распознавания сооружений на фото-снимках, полученных со спутника, используется следующая последовательность алгоритмов.

  1. Алгоритм выделения границ Канни.
  2. Алгоритм удаление шума на черно-белом изображении на основе бинарной морфологии.
  3. Кластеризация точек на основе регулярной сети.

Следующий пример демонстрирует поэтапную работу алгоритма.

  1. Оригинальное изображение
  2. Границы (Канни)
  3. Результат бинарной морфологии
  4. Полученные кластеры на черно-белом изображении служат для определения рамок сооружений на исходном изображении.


Также оригинальный блог и статья находятся тут svlaboratory.org

Нейронная сеть Хопфилда для распознавания изображений
sv_beat
Программа Hopfield network

Все изображения должны иметь одинаковый размер

Вначале производится обучение сети. После этого сеть готова к распознаванию. Для это следует открыть новое изображения идентичного размера или выбрав изображение из обучающей выборки и использовать зашумление. Для шум-эффекта следует ввести уровень шума от 0 до 100.

В результате будет выведено изображения полученное после процедуры распознавания

Возможен случай когда входное изображение будет похоже на несколько образов из обучающей выборки. Тогда получаемое изображение может не соответствовать ни одному из входных образов.


В программе также можно вывести график качества распознования от уровня шума.


По x – уровень шума. По y – количество верных распознований.



Также оригинальный блог и статья находятся тут svlaboratory.org

Программа ScanBW
sv_beat
Описание программы ScanBW.
Данная программа позволяет осуществить пакетную обработку изображений
с применением специального эффекта.
Главная область применения эффекта - это устранение градиента черного / белого
на изображениях с текстом. В результате получается изображение текста на белом фоне.
Обработка изображений с помощью стандартных процедур изменения уровня белого и черного,
а также уровней яркости, контрастности и гамма-коррекции не позволяет устранить
градиентный серый фон на изображении при этом сохранив весть текст, т.к. если обрезать
уровень белого в самой темной области, то начинают пропадать детали в светлой области.
Механизм работы данного эффекта основан на применении процедуры изменения уровня
белого и черного в локальной области изображения.

Пример:  
Исходное изображение:

 
Изображение после обработки:

Также оригинальный блог и статья находятся тут svlaboratory.org
Связь с автором программы:  svbeat@yandex.ru

Отбраковка грубых ошибок. Алгоритм ZET заполнения пробелов.
sv_beat

Отбраковка грубых ошибок создает в таблице данных пробелы, которые необходимо заполнить.
Если строками таблицы данных являются переменные, а столбцами – объекты, то для заполнения пробелов
в данной строке можно использовать информацию о связи этой строки с другими строками.
При этом предполагается, что связи между строками линейные.
Структура алгоритма ZET.
1.На вход алгоритма подается таблица данных Y, и индексы пробелов.
2.Для данного пробела yij находится множество компетентных строк, в которых в данном j-ом столбце
отсутствуют пробелы.
3.Для каждой компетентной строки k определяется компетентность по формуле: Lik =rik,
где rik – коэффициент корреляции между i-ой и k-ой строками. Коэффициент корреляции вычисляется
по общим столбцам, в которых нет пробелов.
4.Для каждой компетентной строки k строится уравнение линейной регрессии между i-ой и k-ой строками.
Регрессионное уравнение прямой строится по общим столбцам, в которых нет пробелов.
При предсказании пробела yij аргументом регрессионного уравнения прямой будет являться значение ykj
из компетентной строки k. Пробел yij предсказывается значением bk функции прямой.
5.Далее все величины bk из соответствующих уравнений регрессий для данного пробела yij усредняются
с использованием информации о компетентности строк по формуле:
.
Коэффициент α регулирует влияние компетентности на результат предсказания пробела.
Коэффициент α подлежит оптимизации, где целевой функцией является ошибка прогноза δ
для всех известных элементов i-ой строки. Ошибка предсказания должна быть минимальной
[ Загоруйко Н.Г. Прикладные методы анализа данных и знаний Новосибирск: ИМ СО РАН 1999].
Программа ZET.
Программа позволяет найти грубые ошибки в таблице данных с помощью специального алгоритма.
Для предсказания истинных значений для грубых ошибок в программе реализован алгоритм ZET.
Скриншот программы:

Также оригинальный блог и статья находятся тут svlaboratory.org
Чтобы купить программу свяжитесь с автором:  svbeat@yandex.ru


Tags:

?

Log in

No account? Create an account