Выпуск:
2017. Том 3. №3Об авторах:
Егоров Юрий Алексеевич, аспирант, Тюменский государственный университет; y.a.egorov@utmn.ruАннотация:
В статье рассматривается графовая модель для классификации объектов сложной структуры. В рамках данной модели рассматривается алгоритм gBoost, осуществляющий решение задачи классификации. Решением задачи классификации является множество признаков, значимых для классификации объектов заданной обучающей выборки. Каждый признак представляет собой подграф, входящий хотя бы в один граф обучающей выборки, наличие или отсутствие которого позволяет отнести объект к тому или иному классу.
Для построения пространства признаков классификации предложен алгоритм FDET. Входными данными алгоритма являются графы обучающей выборки, выходными — дерево подграфов, в каждом узле которого находится уникальный элемент пространства признаков классификации. В статье приводятся ограничения, накладываемые на входные данные, описание алгоритма и его вычислительная сложность.
Разработанный алгоритм был апробирован для решения задачи классификации открытых образовательных курсов по прикладной геологии и нефтегазовому делу.
Ключевые слова:
Список литературы: