vguitВестник Воронежского государственного университета инженерных технологийProceedings of the Voronezh State University of Engineering Technologies2226-910X2310-1202VSUET10.20914/2310-1202-2014-1-73-78vguit-493Research ArticleИнформационные технологии, моделирование и управлениеInformation technologies, modeling and managementФОРМИРОВАНИЕ КЛАССОВ ОБЪЕКТОВ МЕТОДОМ ДИСКРИМИНАНТНОГО АНАЛИЗАTHE FORMATION CLASSES OF OBJECTS BY THE METHOD OF DISCRIMINANT ANALYSISБитюковВ. К.BitiukovV. K.

профессор кафедра информационных и управляющих систем тел. (473) 255-38-75

professor Department of information and control systems phone (473) 255-38-75

МоторинМ. Л.MotorinM. L.

ассистент кафедра информационных и управляющих систем тел. (473) 255-38-75

assistant Department of information and control systems phone (473) 255-38-75

СаввинаЕ. А.SavvinaE. A.

ассистент кафедра информационных и управляющих систем тел. (473) 255-38-75

assistant Department of information and control systems phone (473) 255-38-75

zhuravlyevaEA@yandex.ruВоронеж. гос. ун-т инж. технол.РоссияVoronezh state university of engineering technologyRussian Federation201405122015017378Copyright © Битюков В.К., Моторин М.Л., Саввина Е.А., 20142014Битюков В.К., Моторин М.Л., Саввина Е.А.Bitiukov V.K., Motorin M.L., Savvina E.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.vestnik-vsuet.ru/vguit/article/view/493

Реферат. В работе представлен метод дискриминантного анализа, как современный инструмент для классификации объектов, на примере мукомольного производства. Дискриминантный анализ является статистическим методом, который позволяет изучать различия между двумя и более группами объектов по нескольким переменным одновременно и дает возможность классифицировать объекты по принципу максимального сходства. Содержанием дискриминантного анализа является разработка и исследование статистических методов для изучения различий между двумя и более группами объектов по нескольким переменным одновременно при помощи дискриминантной линии. В дискриминантном анализе, в отличие от кластерного, имеется обучающая выборка, в которой известно к каким классам относятся объекты. По обучающей выборке получают правила, которые в дальнейшем позволяют определить, к какому классу относятся новые объекты. Построены дискримитнантные функции, графики распределения объектов по классам качества, графически представлена методика классификации. В ходе выполнения работы была сформирована база данных, состоящая из 595 анализов, характеризующих качество муки по 15 признакам. Каждый анализ описывался химическими (массовая доля белка, массовая доля золы, массовая доля жира, содержание клетчатки и водорастворимых углеводов) и органолептическими показателями качества муки (влажность, титруемая и активная кислотность, массовая доля и качество клейковины, вкус, запах, хруст и т.д.). Точность классификации методом дискриминантного анализа составила 576 (98,02 %).

Summary.The paper provides the method of discriminant analysis as a modern tool for the classification of objects by the example of flour production. Discriminant analysis is a statistical technique that allows us to study the differences between two or more groups of objects on multiple variables simultaneously and provides the ability to classify objects according to the principle of maximum similarity. Content of discriminant analysis is the development and study of statistical methods to examine the differences between two or more groups of objects on multiple variables simultaneously with the dominant line. In discriminant analysis, in contrast to the cluster, there is a training set, which is known what classes are objects. The training set is obtained rules, which further allow you to determine what class are new objects. Built discriminant functions, graphs of distribution of objects on quality classes, graphically presents classification methodology. During the performance was formed database consisting of 595 analyzes characterizing the quality of flour by 15 characters. Each assay described chemical parameters (mass fraction of protein mass fraction of ash, the mass fraction of fat, fiber content and water-soluble carbohydrates) and organoleptic quality of flour (moisture content, titratable acidity and active, and the mass fraction of gluten quality, taste, smell, and the crunch etc.). Classification accuracy of the method of discriminant analysis was 576 (98.02%).

каноническая дискриминантная функциядискриминантклассы объектовклассификацияcanonical discriminant functionthe discriminantclasses of objectsclassificationReferencesКлекка У.Р., Ким Дж.-О., Мьюллер Ч.У. Факторный, кластерный и дискриминантный анализ. М.: Финансы и статистика, 1989. 215 с. Klekka U.R., Kim Dzh.-O., M’iuller Ch.U. Faktornyi, klasternyi I diskriminantnyi analiz [Factor, cluster and discriminant analysis]. Moscow, Finansy i statistica, 1989. 215 p. (In Russ.).Клекка У.Р., Ким Дж.-О., Мьюллер Ч.У. Факторный, кластерный и дискриминантный анализ. М.: Финансы и статистика, 1989. 215 с. Klekka U.R., Kim Dzh.-O., M’iuller Ch.U. Faktornyi, klasternyi I diskriminantnyi analiz [Factor, cluster and discriminant analysis]. Moscow, Finansy i statistica, 1989. 215 p. (In Russ.).Саввина Е.А., Балашова Е.А., Битюков В.К. Использование методов дискриминантного анализа для классификации качества муки // Финансы. Экономика. Стратегия. 2013. №3. С. 20-23. Savvina E.A., Balashova E.A., Bitiukov V.K. Using the discriminant analysis methods for the classification of the quality of the flour. Finansy. Ekonomika. Strategiia. [Finance. Economy. Strategy], 2013, no. 3, pp. 20-23. (In Russ.).Саввина Е.А., Балашова Е.А., Битюков В.К. Использование методов дискриминантного анализа для классификации качества муки // Финансы. Экономика. Стратегия. 2013. №3. С. 20-23. Savvina E.A., Balashova E.A., Bitiukov V.K. Using the discriminant analysis methods for the classification of the quality of the flour. Finansy. Ekonomika. Strategiia. [Finance. Economy. Strategy], 2013, no. 3, pp. 20-23. (In Russ.).Балашова Е.А., Битюков В.К., Саввина Е.А., Пономарева Е.И. Формирование системы информативных признаков для прогнозирования качества муки/ Е.А. Балашова, В.К. Битюков, Е.А. Саввина, Е.И. Пономарева // Сборник трудов 3-ей Международной научно- практической конференции «Ключевые вопросы в современной науке», 2013. С. 74-77. Balashova E.A, Bitiukov V.K., Savvina E.A., Ponomareva E.I. Formation of the system of informative signs for prognose quality flour. Sbornik trudov tret’ei Mezhdunarodnoi nauchno-practicheskoi konferentsii “Kliuchevye voprosy v sovremennoi nauke” [Proceedings of the 3rd international scientific and practical conference «the Key issues in modern science»], 2013. pp. 74-77. (In Russ.).Балашова Е.А., Битюков В.К., Саввина Е.А., Пономарева Е.И. Формирование системы информативных признаков для прогнозирования качества муки/ Е.А. Балашова, В.К. Битюков, Е.А. Саввина, Е.И. Пономарева // Сборник трудов 3-ей Международной научно- практической конференции «Ключевые вопросы в современной науке», 2013. С. 74-77. Balashova E.A, Bitiukov V.K., Savvina E.A., Ponomareva E.I. Formation of the system of informative signs for prognose quality flour. Sbornik trudov tret’ei Mezhdunarodnoi nauchno-practicheskoi konferentsii “Kliuchevye voprosy v sovremennoi nauke” [Proceedings of the 3rd international scientific and practical conference «the Key issues in modern science»], 2013. pp. 74-77. (In Russ.).

The authors declare that there are no conflicts of interest present.