Главная Назад


Авторизация
Идентификатор пользователя / читателя
Пароль (для удалённых пользователей)
 

Вид поиска

Область поиска
Найдено в других БД
Формат представления найденных документов:
библиографическое описаниекраткийполный
Отсортировать найденные документы по:
авторузаглавиюгоду изданиятипу документа
Поисковый запрос: (<.>S=КЛАССИФИКАЦИЯ ОБЪЕКТОВ<.>)
Общее количество найденных документов : 7
Показаны документы с 1 по 7
1.
РЖ ВИНИТИ 34 (BI07) 95.11-04А1.24

    Roberts, Dave.

    The naming of names for biotechnology [Text] / Dave Roberts // Biochemist. - 1995. - Vol. 17, N 1. - P25-29 . - ISSN 0954-982X
Перевод заглавия: Наименование объектов в биотехнологии
Аннотация: Научно-популярная статья об основных принципах и методах классификации, проиллюстрированных на примерах из обширной коллекции типовых культур и голотипов лондонского Музея естественной истории. По мере увеличения общего числа объектов биотехнологии и расширения круга таксонов различного ранга, вовлекаемых в исследования, возрастает роль систематики в биотехнологии. Приводятся случаи, в к-рых правильное определение таксономического положения объекта имеет особо важное значение; рассматриваются специфические трудности классификации микроорганизмов, растений и животных. Великобритания, Dept Zool., Natural History Museum, London. Библ. 6
ГРНТИ  
ВИНИТИ 341.01.13
Рубрики: БИОТЕХНОЛОГИЯ
КЛАССИФИКАЦИЯ ОБЪЕКТОВ

ПРИНЦИПЫ

МУЗЕЙ ЕСТЕСТВЕННОЙ ИСТОРИИ

ЛОНДОН


2.
РЖ ВИНИТИ 76 (BI36) 02.03-04А4.186

   

    Применение методов распознавания образов для определения состояния иммунной системы пациента [Текст] / Р. В. Ставицкий [и др.] // Мед. радиол. и радиац. безопас. - 2001. - Т. 46, N 3. - С. 22-27 . - ISSN 0025-8334
Аннотация: Экспериментальные исследования показали, что с помощью методов распознавания образов, опирающихся на алгоритмы вычисления оценок, с высокой степенью достоверности может быть определено состояние иммунного статуса у ликвидаторов последствий аварии на ЧАЭС по шкале "норма" и "не норма". Использование показателей крови, характеризующих состав популяции лимфоцитов, оказалось эффективным для оценки принадлежности контрольных объектов к классам "норма" и "не норма". Использование параметров крови, характеризующих только иммуноглобулины, оказалось недостаточным для успешной классификации контрольных объектов. Для определения минимального числа параметров крови, необходимых для успешного решения задачи классификации, в дальнейшем предполагается провести оценку весомости показателей. Табл. 4. Библ. 14
ГРНТИ  
ВИНИТИ 761.33.39.17
Рубрики: РАДИАЦИОННЫЕ АВАРИИ
ЧЕРНОБЫЛЬСКАЯ АЭС

ИММУННАЯ СИСТЕМА

ЛИМФОЦИТЫ

КЛАССИФИКАЦИЯ ОБЪЕКТОВ

ШКАЛА "НОРМА/НЕ НОРМА"

ЛИКВИДАТОРЫ


Доп.точки доступа:
Ставицкий, Р.В.; Гуслистый, В.П.; Мирошниченко, И.В.; Карклинская, О.Н.; Рябинина, И.Д.; Косова, И.П.; Столпникова, В.Н.; Малаева, Н.С.; Латыпова, И.И.; Лебедев, Л.А.

3.
РЖ ВИНИТИ 76 (BI38) 05.05-04А3.93

    Fink, Wolfgang.

    Neural attractor network for application in visual field data classification [Text] / Wolfgang Fink // Phys. Med. and Biol. - 2004. - Vol. 49, N 13. - P2799-2809 . - ISSN 0031-9155
Перевод заглавия: Аттракторная нейронная сеть для применения в классификации данных в поле зрения
Аннотация: Разработанная нейросетевая система предназначена для использования в качестве консультанта в терапевтической и офтальмологической диагностике, дающего лечащему врачу альтернативный взгляд на ситуацию. На вход системы могут подаваться изображения различных видов и размеров. Для классификации объектов на изображениях используется нейронная сеть Хопфилда аттракторного типа. реализована процедура предварительной фильтрации, обеспечивающая высокую робастность обучения. Представлены результаты проведенных экспериментов в задачах диагностики заболеваний глаз, зрительного нерва и центральной нервной системы. Точность классификации превысила 80%. США, Doheny Eye Institute, Keck School of Med. at the Univ. of Southern California, Los Angeles, CA 90033
ГРНТИ  
ВИНИТИ 761.03.59.09.15
Рубрики: АВТОМАТИЗИРОВАННАЯ ДИАГНОСТИКА
АВТОМАТИЗИРОВАННЫЕ СИСТЕМЫ

НЕЙРОСЕТЕВЫЕ СИСТЕМЫ

АТТРАКТОРНАЯ НЕЙРОННАЯ СЕТЬ

КЛАССИФИКАЦИЯ ОБЪЕКТОВ

ОРГАН ЗРЕНИЯ

ЗРИТЕЛЬНЫЙ НЕРВ

ЗАБОЛЕВАНИЯ


4.
РЖ ВИНИТИ 34 (BI38) 05.05-04А3.999

    Clark, Tim.

    Globally distributed object identification for biological knowledgebases [Text] / Tim Clark, Sean Martin, Ted Liefeld // Brief. Bioinf. - 2004. - Vol. 5, N 1. - P59-70 . - ISSN 1467-5463
Перевод заглавия: Глобальная распределенная идентификация объектов для биологических баз знаний
Аннотация: Неспособность современных средств работы со Всемирной паутиной к автоматической идентификации объектов с локальными именами значительно снижает полезность глобальных распределенных сетей в организации кооперативной работы исследователей в биоинформатике. Представлено описание разработанных систем Life Science Identifier (LSI) и LSID Resolution System (LSID), позволяющих до известной степени устранить этот недостаток. Системы основаны на концепциях семантической паутины и семантических грид-систем. Описаны их синтаксис, реализованные операции, средства обеспечения совместимости инфраструктуры, примеров применения и направлений дальнейшего развития. США, E-mail-tim.clark@acm.org. Ил. 1. Библ. 65
ГРНТИ  
ВИНИТИ 341.05.25.15.17 + 341.55.01.99 + 761.03.59.09.29.13
Рубрики: БАЗЫ ДАННЫХ
БИОЛОГИЧЕСКИЕ БАЗЫ ЗНАНИЙ

ГЛОБАЛЬНЫЕ РАСПРЕДЕЛЕННЫЕ СЕТИ

СИСТЕМА LIFE SCIENCE IDENTIFIER

СИСТЕМА LSID RESOLUTION SYSTEM

КЛАССИФИКАЦИЯ ОБЪЕКТОВ

БИОИНФОРМАТИКА


Доп.точки доступа:
Martin, Sean; Liefeld, Ted

5.
РЖ ВИНИТИ 34 (BI38) 12.10-04А3.633

    Григорьева, О. М.

    Классификаторы графических объектов как элемент системы анализа медицинских данных [Текст] / О. М. Григорьева // Биомед. радиоэлектрон. - 2012. - N 1. - С. 66-80 . - ISSN 1560-4136
Аннотация: Рассматривается структура современных систем поддержки принятия диагностических решений, основанных на применении технологий OLAR и Data Mining. Рассмотрены общие вопросы построения классификаторов. Приведены результаты вычислительных экспериментов по построению классификатора тональных пороговых аудиограмм, относящихся к классу медицинских статических изображений. Россия, ГОУ ВПО "Тверской гос. технич. ун-т". E-mail:grigorieva2002@inbox.ru. Библ. 25
ГРНТИ  
ВИНИТИ 341.05.25.15.17
Рубрики: КЛАССИФИКАТОРЫ
ТОНАЛЬНЫЕ ПОРОГОВЫЕ АУДИОГРАММЫ

СТАТИЧЕСКИЕ МЕДИЦИНСКИЕ ИЗОБРАЖЕНИЯ

КЛАССИФИКАЦИЯ ОБЪЕКТОВ


6.
РЖ ВИНИТИ 76 (BI38) 89.09-04А3.106

    Buzzi, R.

    Classifications of subject with the language PROLOG [Text] / R. Buzzi // Computer. Meth. and Programs Biomed. - 1989. - Vol. 28, N 3. - P171-182 . - ISSN 0169-2607
Перевод заглавия: Классификация объектов на языке Пролог
Аннотация: Пролог использован для распознавания и получения х-к групп объектов. Подобный метод классификации разделен на 3 этапа: индуктивное построение классов объектов, построение базы знаний и дедуктивная верификация классификации. Приведен пример процесса классификации состояния здоровья 76 пациентов, основанный на анализ частоты сердечных сокращений, электрокардиограммы, дыхания, кровяного давления и т. п. Отдельный раздел содержит результаты сравнения предлагаемого способа классификации с традиционными статистическими методами (древовидно-структурный подход, дискриминантный анализ, метод логистической регрессии). Показана общность результатов, однако, использование яз. Пролог, дополнительно позволяет получать х-ки одиночных объектов, основанные на переменных гетерогенных шкалах. Кроме этого, х-ки одиночных объектов могут меняться в разных группах. Швейцария, Comparative Physiology and Behavioral Biol. Lab., Federal Inst. of Technology, CH-8092 Zurich. Табл. 2. Библ. 31.
ГРНТИ  
ВИНИТИ 761.03.59.09.15
Рубрики: ЯЗЫКИ ПРОГРАММИРОВАНИЯ
ПРОЛОГ

КЛАССИФИКАЦИЯ ОБЪЕКТОВ

АВТОМАТИЗИРОВАННАЯ ДИАГНОСТИКА

СОСТОЯНИЕ ЗДОРОВЬЯ

ОБРАБОТКА ДАННЫХ


7.
РЖ ВИНИТИ 15 (BI44) 90.01-04П1.220

    Desprels-Fraysse, Annie.

    Influence de la consigne sur l'activite categorielle d'enfants de six a huit ans [Text] / Annie Desprels-Fraysse // Arch. psychol. - 1989. - Vol. 57, N 222. - P183-193 . - ISSN 0003-9640
Перевод заглавия: Влияние инструкции на деятельность классификации у детей в возрасте от 6 до 8 лет
Аннотация: 30 детей в возрасте 6-7 лет и 40 детей в возрасте 7-8 лет классифицировали 18 картинок с изображениями птиц, рыб, млекопитающих и насекомых. Использовались 3 разных инструкции: классификация последовательным прибавлением пар, отбор картинок, имеющих что-то общее, ранжирование всех картинок. Испытуемые получали сначала инструкцию 1, а затем инструкцию 2 либо 3. В конце эксперимента давалась дополнит. инструкция: отобрать всех животных, к-рые не являются рыбами, птицами, насекомыми. Показано, что классификация осуществляется всеми детьми независимо от типа инструкции. В зависимости от инструкции изменяется используемая ребенком стратегия. Тем самым инструкция влияет на уровень осуществляемой классификации. Франция, Univ. de Provence. Библ. 24.
ГРНТИ  
ВИНИТИ 151.31.31.13
Рубрики: МЫШЛЕНИЕ
КЛАССИФИКАЦИЯ ОБЪЕКТОВ

СТРАТЕГИИ

ИНСТРУКЦИИ

ДЕТСКИЙ ВОЗРАСТ

ЧЕЛОВЕК


 




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