Отправлено: 23.11.13 06:50. Заголовок: Библиография из старой книги Вапника и Червоненкиса "РАСПОЗНАВАНИЕ ОБРАЗОВ"

. Айзерман М. А., Браверман Э. М., Розоноэр Л. И. Метод потенциальных функций в теории обучения машин. М., «Наука», 1970.

2. Андерсон Т. Введение в многомерный статистический анализ. М., Физматгиз, 1963.

3. Багров А. Н., Вапник В. Н., Снитковский А. И. К прогнозу опасных явлений погоды. Метеорология и гидрология, № 3, 1974

4. Бонгард М. М., Проблема узнавания. М., «Наука», 1967.

5. Браиловский В.Л., Лунц А. Л., Формулировка задачи распознавания объектов со многими параметрами и методы ее решения. Известия АН СССР, Техническая кибернетика, № 1, 1969.

6. Браиловский В. Л., Лунц А. Л., Программа классификации многопараметрических объектов, основанная на отборе статистически полезных признаков. Сб. под ред. В. Н. Вапника «Алгоритмы обучения распознаванию образов». М., «Советское радио», 1973.

7. Брайнес С. Н., Биологическая и медицинская кибернетика. М., «Медицина», 1971.

8. Блэкуэлл Д., Гришик М. Л., Теория игр и статистических решений. М., ИЛ, 1958.

9. Вайнцвайг М. Н., Алгоритм обучения распознаванию образов «Кора». В сб. под ред. В. Н. Вапника «Алгоритмы обучения распознаванию .образов». М., «Советское радио», 1973.

10. Вайнцвайг М. Н., Об одном алгоритме распознавания двоичных кодов. Проблемы передачи информации, т. 2, вып. 3, 1966.

11. Вапник В. Н., Глазкова Т. Г., Червоненкис А. Я. Алгоритмы обучения распознаванию образов, использующие метод обобщенных портретов. Алгоритмы ОП-4, ОП-5, ОП-6, ОП-7. Сб. под ред. В. Н. Вапника «Алгоритмы обучения распознаванию образов». М., «Советское радио», 1973.

12. Baпник В. Н., Журавель А. А., Червоненкис А. Я., Алгоритмы обучения распознаванию образов, использующие метод обобщенных портретов. Алгоритмы ОП-1, ОП-2, ОП-3. Сб. под ред. В. Н. Вапника «Алгоритмы обучения распознаванию образов». М., «Советское радио», 1973.

13. Вапник В. Н., Лернер А. Я., Узнавание образов при помощи обобщенных портретов. Автоматика и телемеханика, т. 24, № 6, 1963.

14. Вапник В. Н., Лернер А. Я., Червоненкис А. Я. Системы обучения распознаванию образов при помощи обобщенных портретов. Известия АН СССР, Техническая кибернетика, № 1, 1965.

15. Вапник В. Н., Червоненкис А. Я., Об одном классе персептронов. Автоматика и телемеханика, т. 25, № 1, 1964.

16. Вапник В. Н., Червоненкис А. Я., Об одном классе алгоритмов обучения распознаванию образов. Автоматика и телемеханика, т. 25, № 6, 1964.

17. Вапник В. Н., Червоненкис А. Я., Алгоритмы с полной памятью и рекуррентные алгоритмы обучения распознаванию образов. Автоматика и телемеханика, т. 29, №4, 1968.

18. Вапник В. Н., Червоненкис А. Я., О равномерной сходимости частот появления событий к их вероятностям. Теория вероятностей и ее применения, т. XVI, № 2, 1971.

19. Вапник В. Н., Червоненкис А. Я., Теория равномерной сходимости частот появления событий к их вероятностям и задача поиска оптимального решения по эмпирическим данным. Автоматика и телемеханика, № 2, 1971.

20. Витушкин А. Г., Оценка сложности задачи табулирования. М®, Физматгиз, 1959.

21. Гнеденко Б. В. Курс теории вероятностей. М., Физматгиз, 1961.

22. Гладышев Е. Г., О стохастической аппроксимации. Теория вероятностей и ее применения, т. 10, № 2, 1965.

23. Глазкова Т. Г., Гурарий К. Н., Даниленко С. И., и др., Возможности применения ЭВМ для клинико-рентгенологической дифференциальной диагностики рака и доброкачественного поражения пищевода. Вестник радиологии и рентгенологии, № 2, 1971.

24. Головкин Б. А., Машинное распознавание и линейное программирование. М. «Советское радио», 1972.

25. Губерман Ш. А., Извекова М. Л., Xургин Я. И. Применение методов распознавания образов при интерпретации геофизических данных. Сб. «Самообучающиеся автоматические системы». М., «Наука», 1966.

26. Девятериков И. П., Пропой А. И., Цыпкин Я. З., О рекуррентных алгоритмах обучения распознаванию образов. Автоматика и телемеханика, № 1, 1967.

27. Ермольев Ю. М., О методе обобщенных стохастических градиентов о стохастических квазифейеровских последовательностях. Кибернетика, № 2, 1969.

28. Журавель А. А., Трошко Н. В., Эджубов Л. Г., Использование алгоритма обобщенного портрета для опознания образов в судебном почерковедении. В кн.: Правовая кибернетика. М., «Наука», 1970.

29. Журавлев Ю. И., Дмитриев А. Н., Кренделев Ф. Н., О математических принципах классификации предметов и явлений. Дискретный анализ. Сб. трудов ИМ СО АН СССР. Новосибирск, № 7, 1966.

30. Загоруйко Н. Г., Методы распознавания и их применения. М., «Советское радио»., 1972.

31. Ковалевский В. А. (редактор), Сб. «Читающие автоматы». Киев, «Наукова думка», 1965.

32. Ковалевский В. А., Современное состояние проблемы распознавания образов. Кибернетика, № 5, 1967.

33. Козинец Б. Н., Об одном алгоритме обучения линейного персептрона. Сб. «Вычислительная техника и вопросы программирования». ЛГУ, 1964.

34. Козинец Б. Н., Рекуррентный алгоритм разделения двух множеств. В сб. под ред. В. Н. Вапника «Алгоритмы обучения распознавания образов». М., «Советское радио», 1973.

35. Козинец Б. Н., Ланцман P. М., Соколов Б. М., Якубович В. А., Опознание и дифференциация почерков при помощи электронно-вычислительных машин. Сб. «Самообучающиеся автоматические системы». М., «Наука», 1966.

36. Колмогоров А. Н., Три подхода к определению понятия «количество информации». Проблемы передачи информации, т. 1, вып. 1, 1965.

37. Колмогоров А. Н., Фомин С. В., Элементы теории функций и функционального анализа. М., «Наука», 1968.

38. Кунин П. Е., Бояджан В. А., и др., Распознавание образов и дифференциальная диагностика. Вестник АМН СССР, N° 5, 1968.

39. Курилов Б. М., Получение достаточных характеристик при распознавании образов. Вычислительные системы. Сб. трудов ИМ СО АН СССР, вып. 22 Н, 1966.

40. Ле Кам Л., О некоторых асимптотических свойствах оценок максимума правдоподобия. Сб. Математика, М., 1960.

41. Логинов В. И., Хургин Я. И., Общий подход к проблеме распознавания образов. Сб. тр. МИНХ и ГП, «Недра», вып. 62. М., 1966.

42. Логинов Н. В., Метод стохастической аппроксимации. Автоматика и телемеханика, № 4, 1966.

43. Линник Ю. В., Метод наименьших квадратов. М., Физматгиз, 1962.

44. Литваков Б. М., О сходимости рекуррентных алгоритмов обучения распознаванию образов. Автоматика и телемеханика, № 1, 1968.

45. Лунц А. Л., Браиловский В. Л., Об оценке признаков, полученных в статистических процедурах распознавания. Известия АН СССР, Техническая кибернетика, № 3, 1969.

46. Минский М., Пейперт С., Персептроны. М., «Мир», 1971.

47. Морозов В. С., Морозова В. А., и др., Прогнозирование индивидуального срока службы электронных приборов с помощью метода обобщенных портретов. Электронная техника, серия 1. Электроника С. В. Ч., выпуск 9, 1969.

48. Неймарк Ю. И., Баталова З. С. и др. Распознавание образов и медицинская диагностика. М., «Наука», 1972.

49. Нильсон Н., Обучающиеся машины. М., «Мир», 1967.

50. Первозванский А. А., Распознавание абстрактных образов, как задача линейного программирования. Известия АН СССР, Техническая кибернетика, № 4, 1965.

51. Поляк Б. Т., Метод сопряженных градиентов в задачах на экстремум. Журнал вычислительной математики и математической физики, т. 9, № 4, 1969.

52. Поляк Б. Т., Цыпкин Я. З. Псевдоградиентные алгоритмы адаптации и обучения. Автоматика и телемеханика, № 1, 1973.

53. Пугачев В. С., Статистические проблемы теории распознавания образов. Тр. III всесоюзного совещания по автоматическому управлению. М., «Наука», 1967.

54. Розенблатт Ф., Принципы нейродинамики. Персептрон и теория механизмов мозга. М., «Мир», 1965.

55. Раудис Ш. Ю., Об определении объема обучающей выборки линейного классификатора. Сб. тр. ИМ СО АН СССР, вып. 28. Новосибирск, 1965.

56. Романов Л. Н., Дымникова Т. Р., Построение линейных разделяющих функций для классификации синоптических ситуации. В кн.: Статистические методы в метеорологии, ч. I, Новосибирск, 1969.

57. Рыжик И. М., Градштейн И. С., Таблицы интегралов, сумм, рядов и произведений. М., ГИТТЛ, 1951.

58. Себастиан Г. С., Процессы принятия решений при распознавании образов. «Техника», 1965.

59. Смирнов Н. В., Теория вероятностей и математическая статистика (Избранные труды). М., «Наука», 1970.

60. Тихонов А. Н., О регуляризации некорректно поставленных задач. ДАН СССР, 153, 1, 1963.

61. Тихонов А. Н., О решении некорректно поставленных задач и методе регуляризации. ДАН СССР, 181, 3, 1963.

62. Уилкс С., Математическая статистика. М., «Наука», 1967.

63. Урбах В. Ю., Дискриминантный анализ: основные идеи и приложения. Сб. Статистические методы классификации, вып. 1. МГУ, 1969.

64. Феллер В., Введение в теорию вероятностей и ее приложения. М., «Мир», 1964.

65. Француз А. Г., Некоторые вопросы статистической теории опознания образов. Сб. Бионика. М., «Наука», 1966.

66. Xинчин А. Я., Об основных теоремах теории информации. Успехи математических наук, т. XI, вып. 1 (67), 1956.

67. Цыпкин Я. З., Адаптация и обучение в автоматических системах. М., «Наука», 1968.

68. Цыпкин Я. З., Основы теории обучающихся систем. М., «Наука», 1970.

69. Ченцов Н. Н., Оценка неизвестной плотности распределения по наблюдениям. ДАН СССР, т. 147, № 1, 1962.

70. Якубович В. А., Некоторые общие теоретические принципы построения обучаемых опознающих систем. Сб. Вычислительная техника и вопросы программирования. ЛГУ, 1965.

71. Якубович В. А., Рекуррентные конечносходящиеся алгоритмы решения системы неравенств. ДАН СССР, т. 166, № 6, 1966.

72. Abramson N., Вrаverman D., Learning to Recognize Patters in a Random Environment. Trans. IKE IT-8, № 5, 1962.

73. Abramson N., Braverman D., Sebastian G., Pattern Recognition and Machine bearing. IEEE Trans, on Information Theory v. 1–9, № 4, 1963.

74. Andersоn T. W., Bahadur R. R., Classification into two multivariate normal distributions with different со variance matrics. The annals of Mathematical statistics, June., v. 133, № 2, 1962.

75. Daniel J. W., The conjugate gradient method for linear and nonlinear operator equation. SIAM Numer. Anal. 4, № 1, 1967.

76. Dvoretsky A., On stochastic approximation. Proceedings of the III Berkelly Symposium on Mathematical Statistics and Probability, v. 1, 1956.

77. Fisher R. A., Contributions to Mathematical Statistics. New-York, 1952

78. Fix I. E., Hodges J. L., Disiriminatory analysis; nonparametric discrimination: consistency properties. Report 4 of the USAF School of Aviation Medicine, Randolph Field, Texas, 1952.

79. G1ivenkо V. I., Sulla determination empirica di probabilita, Giornale dell’ Istitute Italiano degli Attuari, 4, 1933.

80. Hestenes M. R., Stiefe1 E., Method of conjugate gradient's for solving linear systems. J., Res. Nat. Bur. Standards, 49, № 6, 1952.

81. Highleyman W. H., Linear decision functions with applications to pattern recognition. Proc. IRE, № 6, 1962.

82. Kiefer E., Wolfowitz J., Stochastic estimation of the maximum of a regression function. Ann. Math. Stat. v. 123, № 3, 1952.

83. Ко1mоgоrоff A. N., Sulla determinatione empirica di una legge di distributione, Giornale dell' Istitute Italiano degli Attuari, 4, 1933.

84. Le Kam L., On some asymptotic properties of maximum like-hood estimates and related Bayes' estimates. Calif. Public. Statist. 11, 1953.

85. Le Kam L., On asymptotic theory of estimation and testing hypotheses. Proc. III Berkley Symposium on Math. Stat, and Probability, v. 1, 1956.

86. Mоtzkin Т., Sсhоenberg I., The relaxation method for linear inequalities. Canadian J. Math., 6, № 3, 1954.

87. Novikoff A., On convergence proofs for perceptrons. Proceedings of Symposium on Mathematical Theory of Automata. Polytechnic Institute of Brooklyn, v. XII, 1963.

88. Pагzen E., On consistent estimates of the spectrum of stationary time series. Ann. Math. Stat., vol. 28, 1957.

89. Robbins H., Monro S., A stochastic approximation method. Annals of Math. Stat., v. 22, № 1, 1951.

90. Rоsеnb1att F., The perseptron, a probability model for information storage and organization in the brain. Psychol. Rev., 65, 1958.

91. Selfridge O., Pattern recognition and learning. Proceeding of the Third London Symposium on Information Theory. New York, 1956.

92. Steinbuсh K., Piske U. A. W., Learning matrics and their application. IEEE Transaction of Electronic Computers, v. EC–12, № 6. Dec. 1963.

93. Utt1eу A. M., A theory of the mechanism of learning on the computation of conditional probabilities, Proc. 1 st. Int. Congress Cybernetics. Namur, 1956.

94. Widrоw В., Generalization and information storage in networks of adaline neurons. Self-Organizing Systems, 1962. Washington, 1962.

95. Widrоw В., «Bootsharp learning» in threshold logic. Proc. of the III Congress of the IFAC. London, 1966.

96. Wald A., Note on consistency of the most like-hood estimate. Ann. Math. Stat. 20, 1949.