ÑоÑÐ¼Ð°Ñ Adobe PDF, ÑÐ°Ð·Ð¼ÐµÑ 2173 Ðб - ÐнÑоÑмаÑионно ...
ÑоÑÐ¼Ð°Ñ Adobe PDF, ÑÐ°Ð·Ð¼ÐµÑ 2173 Ðб - ÐнÑоÑмаÑионно ...
ÑоÑÐ¼Ð°Ñ Adobe PDF, ÑÐ°Ð·Ð¼ÐµÑ 2173 Ðб - ÐнÑоÑмаÑионно ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Н. Г. МАКАРЕНКО30. Малинецкий Г. Г., Потапов А. Б. Современные проблемы нелинейной динамики.– М.: Эдиториал УРСС, 2000. – 335 c.31. Малинецкий Г. Г. Хаос. Структуры. Вычислительный эксперимент: Введение внелинейную динамику. – М.: Эдиториал УРСС, 2002. – 254 c.32. Данилов Ю. А. Лекции по нелинейной динамике – М.: ПОСТМАРКЕТ, 2001. –184 c.33. Шустер Г. Детерминированный хаос – М.: Мир, 1988. – 240 c.34. Milnor J. On the concept of attractor // Commun. Math. Phys.– 1985. – v. 99. –pp. 177–195.35. Schreiber T. Interdisciplinary application of nonlinear time series methods // Phys.Rep. – 1999. – v. 308. – No. 2URL: http://xyz.lanl.gov/chao-dyn/98070036. Parlizt U. Nonlinear time series analysisURL: http://WWWDPI.Physik.Uni-Goettingen.DE/ ∼ ulli/pub95.html37. TISEAN Nonlinear time series analysisURL: http://WWW.mpipks-dresden.mpg.de/ tisean/38. TSTOOL Software package for nonlinear time series analysisURL: http://WWW.physik3.gwdg.de/tstool/39. Тутубалин В. Н. Теория вероятности и случайные процессы. – М.: МГУ, 1992.– с. 342–353.40. Марпл-мл. С. Л. Цифровой спектральный анализ и его приложения. – М.: Мир,1990. – 584 c.41. Serio C. Towards long-term prediction // Il Nuovo Cimento. – 1992. – v. 107B. –pp. 681-701.42. Farmer J. D., Sidorovich J. J. Predicting chaotic time series // Phys. Rev. Lett. –1987. – v. 59. – pp. 845–848.43. Малинецкий Г. Г. Синергетика, предсказуемость и детерминированный хаос:Пределы предсказуемости. – М.: ЦентрКом, 1997. – 247 c.44. Малинецкий Г. Г., Курдюмов С. П. Нелинейная динамика и проблемы прогноза// Вестник Российской Академии наук. – 2001. – т. 71, № 3. – с. 210–232.45. Poggio T., Girosi F. A Theory of networks for approximation and learning // MIT AILab. Technical Report. – 1989. – Memo No 1140. – Paper No 31.URL: http://citeseer.nj.nec.com/poggio89theory.html46. Girosi F., Poggio T. Networks and the best approximation property // MIT AI Lab.Technical Report. – 1989. – Memo No 1164. – Paper No 45.URL: http://www.ai.mit.edu/people/poggioУДК 004.032.26 (06) Нейронные сети 139