Заключение. 
Использование алгоритмов ассоциации в интеллектуальных системах обработки телеметрической информации

Проведенные исследования показали, что классификаторы на основе ассоциативных правил являются высоко эффективными, если обучающая выборка обладает следующими свойствами:

выборка имеет большой объем (порядка нескольких сотен векторов);

в состав наименьшего из классов, полученных в результате кластер анализа, входит не менее 10% векторов от общего числа векторов обучающей выборки.

Полученные результаты исследований показывают работоспособность разработанной системы и подтверждают эффективность использования алгоритмов Data Mining. Использование данных алгоритмов позволяет повысить уровень достоверности результатов обработки данных телеметрии и приводит к повышению эффективности работы специалистов по анализу ТМИ.

Список литературы

[Балтрашевич, 2005] Балтрашевич В. Э., Жукова Н. А., Тихонов. Д. В. Интеллектуальная обработка телеметрической информации на основе алгоритмов ассоциации // Научная сессия МИФИ-2005. Сборник научных трудов. — М.: МИФИ, 2005.

[Воробьев и др., 1999] Воробьев В. И., Грибунин В. Г. Теория и практика вейвлет — преобразования. — СПб.: ВУС, 1999.

[Марпл.-мл и др., 1990] Марпл.-мл. С. Л. Цифровой спектральный анализ и его приложения: Пер. с англ. — М.: Мир, 1990.

[Ту и др., 1978] Ту Дж., Гонсалес Р. Принципы распознавания образов. — М.: Мир, 1978.

[Agrawal, 1994] Agrawal R., Srikant R. Fast algorithms for mining association rules in large databases // Proc. International Conference on Very Large Databases, Chile. 1994.

[Agrawal, 1996] Agrawal R., Srikant R. Mining quantitative association rules in large relational tables // Proc. of the ACM SIGMOD Conference on Management of Data, Canada. 1996.

[McLaghlan, 1997] McLaghlan G. and Krishnan T. The EM algorithm and extensions. — Wiley, 1997.

[Murthy, 1997] Murthy S. Automatic construction of decision trees from data: A Multi-disciplinary survey. — Kluwer Academic Publishers, 1997.