Xreferat.com » Рефераты по науке и технике » Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов

Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов

style="border:inset black 1.0pt;">T3 … TK 1 T1[1] T2 [1] T3 [1] … TK [1] C1 2 T1[2] T2 [2] T3 [2] … TK [2] C2 … … … … … … … W T1[W] T2 [W] T3 [W] … TK [W] CW

На самом же деле это не так! Дело в том, что момент начала кристаллизации, определяется множеством внешних факторов (начальной температурой расплава, условиями теплообмена и т.п.). А это значит, что для различных наблюдений в выборке, температуре ликвидуса TL будут соответствовать различные номера дискретных значений Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов. Поэтому совершенно очевидно, что без привлечения дополнительной информации при сколь угодно большом объеме W выборки невозможно восстановить истинную зависимость (4) в классе структур (5), поскольку для различных наблюдений аргумент истинной зависимости (4) – температура TL – будет соответствовать различным аргументам моделей (5).

К тому же при больших значениях Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналоввозникают непреодолимые вычислительные проблемы в использовании известных алгоритмов МГУА, но это уже другие проблемы.

Отсюда следует, что важным этапом синтеза ИТ обработки сигналов, предшествующим структурно-параметрической идентификации, является переход от пространства наблюдений Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналовк пространству потенциально полезных признаков Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналовменьшей размерности (Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов), а затем уже этап использования этих признаков в качестве аргументов моделей косвенного контроля и диагностики, селектируемых тем или иным алгоритмом самоорганизации на основе обучающей и контрольной выборок.

Именно такой взгляд на роль алгоритмов МГУА при синтезе прикладных ИТ обработки сигналов в условиях ограниченной априорной информации представляется автору наиболее реалистичным. Структура инструментальной системы “СИДИГРАФ”, реализующая такой подход, обсуждалась в работах [5,12].

Практические результаты. Как уже отмечалось, рассмотренный в предыдущем разделе пример оценки только одного содержания углерода является упрощенной схемой задачи, которая была положена в основу синтеза ИТ “ТЕРМОГРАФ”. Оказалось, что используя всего лишь информацию о дискретных значениях температуры Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналовв процессе охлаждения пробы удается оценить с приемлемой точностью целый ряд других химических элементов расплава (содержание кремния Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов, хрома Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов, фосфора Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов, марганца Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов, и др.), а также прогнозировать механические свойства металла, в частности прочность на растяжение Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналови твердость Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов.

Переход от пространства наблюдений размерности Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналовк экономному пространству признаков осуществлялся на основе специальных вычислительных процедур, позволяющих автоматически выделить на термограмме Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналови ее первой производной Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналовинформативные фрагменты (см. рис. 7). Границы этих фрагментов (точки) соответствуют характерным тепловым эффектам фазовых превращений металла, а именно

А - максимальному тепловому эффекту дендритной кристаллизации;

B - максимальной скорости охлаждения после периода дендритной кристаллизации;

C - температуре начала кристаллизации эвтектики;

D - температуре метастабильного превращения расплава;

E - максимальному тепловому эффекту процесса кристаллизации эвтектики;

F - температуре солидуса расплава;

G – максимальному изменению скорости охлаждения в период кристаллизации эвтектики;

H - температуре окончания кристаллизации эвтектики;

J - моменту времени, при котором температура расплава становится равной T = 1050 град С.

Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов

Рис.7. Термограмма и ее первая производная

Для каждой из указанных девяти точек определялась тройка величин Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов, (Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов), представляющих собой момент времени, при которой она появилась, а также значение температуры и оценка ее первой производной в этот момент времени. Тем самым осуществлялся переход от исходного пространства наблюдений размерности Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналовк экономному пространству признаков размерности Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов( таблица 2).

Таблица 2. Потенциально полезные признаки термограммы

ЗНАЧЕНИЯ

ПризнакОВ

ХАРАКТЕРНЫЕ ТОЧКИ ТЕРМОГРАММЫ
A B C D E F G H J

Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов, c

22 43 101 159 178 209 267 286 307

Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов, град C

1200 1186 1138 1116 1119 1125 1108 1083 1050

Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов, град /c

-0.20 -1.11 -0.59 0.00 0.27 0.00 -0.75 -2.02 -1.30

Именно эти признаки предложено использовать в качестве аргументов моделей для косвенной оценки химического состава и прогнозирования механических характеристик литейного чугуна.

Структурная и параметрическая идентификация таких моделей проводилось на основе использования двух выборок термограмм (обучающей и контрольной) с известными значениями технологических параметров. Построенные таким образом модели для условий Купянского литейного завода имели вид:

Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов

Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов

Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов

где Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов- среднеквадратическое отклонение модельных и точных значений соответствующего параметра для наблюдений контрольной выборки.

Аналогичная схема была положена в основу синтеза других ИТ обработки сигналов, в частности, медицинских ИТ для диагностики заболеваний человека по кривым биохемилюминисценсии (БХЛ), электрокардиограмме (ЭКГ) и магнитокардиограмме (МКГ).

В отличие от принятого в кардиологической практике амплитудно-временного анализа был предложен новый подход к обработке ЭКГ [13-16], основанный на ее представлении в фазовом пространстве координат. Применение этого подхода для обработки ЭКГ в 12 стандартных отведениях позволило обнаружить новые диагностические признаки для распознавания больных ревматоидным артритом с неизмененными параметрами ЭКГ согласно традиционным представлениям [17].

Одна из задач исследований, проводимых в рамках международного контракта № 01 KX 96115/1 с германской фирмой L.U.M. GmbH (г. Берлин), была направлена на изучение взаимосвязи параметров ЭКГ (во временной области и в фазовом пространстве) с параметрами крови, отражающими активность воспалительного процесса. Для изучения этих зависимостей был привлечен комбинаторный алгоритм МГУА [3]. В качестве потенциальных регрессоров использовались 33 показателя результатов анализа венозной крови испытуемых - развернутый общий анализ, коагулограмма, печеночные пробы и ревмопробы (таблица 3).

Таблица 3. Потенциальные регрессоры

Обозначение Наименование
ERY Эритроциты, x10e12
HGB Гемоглобин, г/л
COL Цветной показатель
RET Ретикулоциты, %
LEU Лейкоциты, x10e9
BAS Базофилы, %
EOS Эозинофилы, %
PLN Палочкоядерные нейтрофилы, %
SGN Сегментоядерные нейтрофилы,%
LYM Лимфоциты, %
MON Моноциты, %
SOE Скорость оседания эритроцитов, мм/г
PTI Протомбиновый индекс, %
REC Время рекальцификации,сек.
FIB Фибрин, мг
FBG Фибриноген, мг/л
BNA Бета-нафтоловый тест
ETH Етаноловый тест
BIL Биллирубин общий, микромол/л
TIM Тимоловая проба
FRM Фермоловая проба
ALT Аланиновая трансфераза
AST Аспаргиновая трансфераза
MUK Мукопротеины
BEL Общий белок, г/л
ALB Альбумины, %
GLB Глобулины, %
A1G Aльфа-1 глобулин, %
A2G Aльфа-2 глобулин, %
BGL Бета-глобулин, %
GGL Гамма-глобулин, %
ASL Антистрептомицин-O, МВ/мл
CRP C-реактивный протеин

В результате селекции построены модели, связывающие показатели ЭКГ (отклики) с указанными регрессорами в виде линейных уравнений множественной регрессии оптимальной сложности. Так, например, установлено, что существуют надежные статистические связи относительных углов ориентации усредненной фазовой траектории ЭКГ во втором стандартном (отклик Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов) и в пятом грудном (отклик Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов) отведениях с параметрами крови. Эти модели имеют вид:

Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов

где Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов- коэффициентом множественной корреляции, а Об алгоритмах самоорганизации в задаче синтеза информационных технологий обработки сигналов- число наблюдений.

Заключение. В статье показано, что вульгаризация идеи метода самоорганизации моделей, вызванная недопонимания его основной сути, может приводить к необоснованному пессимизму в оценке практической ценности алгоритмов МГУА.

Показано, что реалистичный подход к использованию алгоритмов самоорганизации в задаче синтеза ИТ обработки сигналов, основан

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: