Кластерна характеристична структура соціуму – основа математичної соціології
Ключові слова:
сумішевих модель імовірнісних розподілів ознак об'єктів, відмінні характеристики об'єктів соціуму (особистостей), об'єктивна кластерна структура соціуму, інформативно еквівалентні матриці спостережень, динамічна теорія розвитку соціуму
Анотація
Найсучаснішою областю математичної обробки експериментальних спостережень, найбільш глибинною у теоретичному плані і найбільш обширною в плані практичних додатків, є структурно-статистична теорія розпізнавання і класифікації об'єктів (РВК). Математична основа РВК - сумішева модель розподілу ознак, побудова відмінних характеристик і кластеризація (класифікація) безлічі спостережуваних об'єктів за цими характеристиками. Застосування РВК в соціології дозволяє визначити і побудувати відмінні характеристики членів суспільства, об'єктивну структуру соціуму, а також намітити шляхи аналізу динаміки соціальних структур.
Завантаження
##plugins.generic.usageStats.noStats##
Посилання
1. Ядов. В. А. Стратегия социологического исследования. Описание, объяснение, понимание социальной реальности / А.В. Ядов / – М. Добросвет, 1999. – 596 с.
2. Орлов А. И. Теория принятия решений / А.И. Орлов / – М. Экзамен, 2006. – 576 с.
3. Кондович В. Ю.. Соцiологiя (схеми, таблицi, слайди) / В.Ю. Кондович / - Чернiгiв, ЧДТУ, 2012, - 394 с.
4. Боровик А. И. Построение субоптимального метода РИК / Боровик А. И.,Деркач С. В.,Колтунов И. А. // Вестник ХНУ им. В.Н. Каразина, № 926. – Х: Наука, 2010. – с. 61-75
5. Колтунов И. А. Новые статистические методы РИК для автоматического дешифрирования дистанционных наблюдений. / Колтунов И. А., Думин А. Н., Катрич В. А., Наумов Р. Р. // Вестник ХНУ им. В. Н. Каразина, № 966. – Х: Наука – 2011 – с. 37- 49.
6. Линник Ю. В. Метод наименьших квадратов и основы математико-статистической теории обработки наблюдений / Ю.В. Линник / – М. : Б. и., - 336 с. – 1962.
7. Рао К. Р. Линейные статистические методы и их применение / К.Р. Рао – М.: Наука, 1968 – 548 с.
8. Крамер Г. Математические методы статистики [пер с англ.] / Г. Краммер / - М., 1975. – 648 с.
9. Гнеденко Б. В. Курс теории вероятностей / Б.В. Гнеденко / - М., 1965. – 400 с.
10. Колтунов И. А. Статистическая классификация наблюдений с полимодальными распределениями / Колтунов И. А., Кондратьева Л. М., Монастырёв А. П. // Статистические проблемы управления. Вильнюс. – 1987. - №78. – с. 83-121.
11. McLachlan G.J. The EM–Algorithm and Extensions / G.J.McLachlan, T.Krishnan / - New York:Wiley. - 1997.
12. Колтунов И. А. Применение смесевых моделей вероятностных распределений для обработки изображений и распознавания образов / И.А. Колтунов / – Изд-во БелГУ, 2004. – с. 122.
13. Koltunov A. Mixture density separation as a tool for high-quality interpretation of multisource remote sensing data and related issues / Koltunov A., Ben-Dor E. // International Journal of Remote Sensing, 2004. – V 25, PP. 3275-3299.
14. Koltunov Y., et al. Detection and recognition of objects by multispectral sensing. / Y. Koltunov // US Patent, 6837617, January, 2005. – 25 P.
15. Schwarz G. Estimation the dimension of a model / G. Schwarz // The Annals of Statistics. – 1978. – V. 6(2). – P. 461-464.
16. Kass R. E. Bayes factors / Kass R. E., Raftery A. E. // Journal of American Statistical Association. – 1995. – V. 90. – P. 773-795.
17. Fraley C. How many clusters? Which clustering method? Answers via model-based cluster analysis / Fraley C., Raftery A. E.// The Computer Journal. – 1998. – V. 41 (8). – P. 578-588.
18. Колтунов И. А. Алгоритмы программ для визуального анализа исходных наблюдений и результатов их обработки в проекте компьютерного комплекса РИК ДДН. / Колтунов И. А., Нерода И. В. // Современные проблемы математики и её приложения в естественных науках и информационных технологиях. Тезисы докладов межд.конф. Харьков. 2012. – с. 61.
19. Koltunov Y. Dynamic Detection Model and its application for perimeter security, intruder detection, and automated target / Koltunov Y., Koltunov A. //In: Infrared Technology and Applications XXIX, Proc. SPIE, 2003. – V. 5074, PP. 777-787.
20. Koltunov A. On timeliness and accuracy of wildfire detection by the GOES WF- ABBA algorithm over California during the 2006 fire season. Remote Sensing of Environment / Koltunov A., Ustin S. L., Prins E. M. / - 127 (2012) PP. 194-209.
21. Пригожин И. Порядок из хаоса. Новый диалог человека с природой / Пригожин И., Стенгерс И. / - М. 2003., – с. 310.
2. Орлов А. И. Теория принятия решений / А.И. Орлов / – М. Экзамен, 2006. – 576 с.
3. Кондович В. Ю.. Соцiологiя (схеми, таблицi, слайди) / В.Ю. Кондович / - Чернiгiв, ЧДТУ, 2012, - 394 с.
4. Боровик А. И. Построение субоптимального метода РИК / Боровик А. И.,Деркач С. В.,Колтунов И. А. // Вестник ХНУ им. В.Н. Каразина, № 926. – Х: Наука, 2010. – с. 61-75
5. Колтунов И. А. Новые статистические методы РИК для автоматического дешифрирования дистанционных наблюдений. / Колтунов И. А., Думин А. Н., Катрич В. А., Наумов Р. Р. // Вестник ХНУ им. В. Н. Каразина, № 966. – Х: Наука – 2011 – с. 37- 49.
6. Линник Ю. В. Метод наименьших квадратов и основы математико-статистической теории обработки наблюдений / Ю.В. Линник / – М. : Б. и., - 336 с. – 1962.
7. Рао К. Р. Линейные статистические методы и их применение / К.Р. Рао – М.: Наука, 1968 – 548 с.
8. Крамер Г. Математические методы статистики [пер с англ.] / Г. Краммер / - М., 1975. – 648 с.
9. Гнеденко Б. В. Курс теории вероятностей / Б.В. Гнеденко / - М., 1965. – 400 с.
10. Колтунов И. А. Статистическая классификация наблюдений с полимодальными распределениями / Колтунов И. А., Кондратьева Л. М., Монастырёв А. П. // Статистические проблемы управления. Вильнюс. – 1987. - №78. – с. 83-121.
11. McLachlan G.J. The EM–Algorithm and Extensions / G.J.McLachlan, T.Krishnan / - New York:Wiley. - 1997.
12. Колтунов И. А. Применение смесевых моделей вероятностных распределений для обработки изображений и распознавания образов / И.А. Колтунов / – Изд-во БелГУ, 2004. – с. 122.
13. Koltunov A. Mixture density separation as a tool for high-quality interpretation of multisource remote sensing data and related issues / Koltunov A., Ben-Dor E. // International Journal of Remote Sensing, 2004. – V 25, PP. 3275-3299.
14. Koltunov Y., et al. Detection and recognition of objects by multispectral sensing. / Y. Koltunov // US Patent, 6837617, January, 2005. – 25 P.
15. Schwarz G. Estimation the dimension of a model / G. Schwarz // The Annals of Statistics. – 1978. – V. 6(2). – P. 461-464.
16. Kass R. E. Bayes factors / Kass R. E., Raftery A. E. // Journal of American Statistical Association. – 1995. – V. 90. – P. 773-795.
17. Fraley C. How many clusters? Which clustering method? Answers via model-based cluster analysis / Fraley C., Raftery A. E.// The Computer Journal. – 1998. – V. 41 (8). – P. 578-588.
18. Колтунов И. А. Алгоритмы программ для визуального анализа исходных наблюдений и результатов их обработки в проекте компьютерного комплекса РИК ДДН. / Колтунов И. А., Нерода И. В. // Современные проблемы математики и её приложения в естественных науках и информационных технологиях. Тезисы докладов межд.конф. Харьков. 2012. – с. 61.
19. Koltunov Y. Dynamic Detection Model and its application for perimeter security, intruder detection, and automated target / Koltunov Y., Koltunov A. //In: Infrared Technology and Applications XXIX, Proc. SPIE, 2003. – V. 5074, PP. 777-787.
20. Koltunov A. On timeliness and accuracy of wildfire detection by the GOES WF- ABBA algorithm over California during the 2006 fire season. Remote Sensing of Environment / Koltunov A., Ustin S. L., Prins E. M. / - 127 (2012) PP. 194-209.
21. Пригожин И. Порядок из хаоса. Новый диалог человека с природой / Пригожин И., Стенгерс И. / - М. 2003., – с. 310.
Опубліковано
2019-08-08
Як цитувати
Koltunov, J. (2019). Кластерна характеристична структура соціуму – основа математичної соціології. Вісник ХНУ імені В. Н. Каразіна. Серія «Соціологічні дослідження сучасного суспільства: методологія, теорія, методи», (1053), 76-85. вилучено із https://periodicals.karazin.ua/ssms/article/view/13703
Номер
Розділ
Теоретико-методологічні проблеми соціології
