Введение к работе
Актуальность. Решение современных задач управления сложными системами и объектами, широкомасштабное внедрение информационных технологий, необходимость повышения достоверности и качества исходной информации, лежащей в основе формирования эффективных управленческих воздействий настоятельно требуют дальнейшего развития методов и алгоритмов обработки экспериментальных данных, анализа и моделирования процессов (сигналов), характеризующих свойства изучаемого объекта Одним из направлений такого развития является создание эффективных методов и алгоритмов, учитывающих неоднородность исходной информации Такая неоднородность может носить различный характер и объективно обусловливаться разными причинами, связанными с особенностями конкретного объекта и/или со спецификой постановки задачи исследования При анализе процессов неоднородность может обусловливаться спонтанным изменением их характеристик, наличием в сигнале стохастической и детерминированной компонент, появлением аномальных наблюдений При исследовании поведения многофакторных объектов зачастую приходится учитывать присутствие влияющих факторов как количественного, так и качественного характера, а в задачах управления такими объектами - возможные вариации их свойств во времени или в зависимости от режима функционирования В задачах классификации неоднородность данных, их кластеризация являются предпосылкой успешного решения данной задачи
Работы по указанной проблематике велись многими учеными, начиная с трудов классиков математической статистики (Р Фишера, Г Шеффе, Дж Бокса и др ) и специалистов отечественной школы (В В Налимов, Г К Круг, ЕВ Маркова, ЭК Лецкий и др) Предложены различные алгоритмы фильтрации, включая простейший вариант медианного фильтра, методы выделения систематических трендов и аномальных наблюдений, обнаружения разладки процессов и тд Вместе с тем многие вопросы обработки неоднородных данных либо исследованы недостаточно глубоко, либо нуждается в пересмотре сама исходная посгановка задачи Кроме того, в последнее время все большее применение получают алгоритмы, основанные на использовании искусственных нейронных сетей Такие алгоритмы могут оказаться весьма эффективными именно при анализе неоднородных данных Все это в целом и определяет актуальность тематики данной работы
Цель исследований. Целью диссертационной работы является создание, развитие и исследование эффективных статистических и нейросетевых методов обработки информации в условиях различных видов неоднородностеи экспериментальных данных, имея в виду повышение ее
достоверности и качества как основы для принятия эффективных управленческих решений
В соответствии с указанной целью в рамках диссертационной работы поставлены и решались следующие задачи
Уточнение понятия и классификация разновидностей неоднородности данных, систематизация и анализ имеющихся методов и алгоритмов их обработки
Исследование свойств медианной фильтрации как средства обработки неоднородных временных рядов и изучение возможности получения дополнительной информации о свойствах таких рядов путем сопоставления сигналов на выходах медианного фильтра и аналогичного фильтра скользящего среднего
Разработка алгоритмов обнаружения аномальных наблюдений в коррелированных случайных последовательностях и исследование возможности их применения для задачи выделения маломощных импульсных потоков на фоне интенсивной коррелированной помехи
Развитие нейросетевого подхода для решения ряда типовых задач классификации и построения математических моделей многофакторных объектов в условиях существенной структурной неоднородности экспериментальных выборок
Применение полученных теоретических результатов при решении практических задач из области медицинской техники, химико-фармацевтической и горной промышленности
Методы исследования. Полученные результаты исследования базируются на использовании методов и средств теории вероятностей и математической статистики, теории случайных процессов, математического (имитационного) моделирования, теории искусственных нейронных сетей
Защищаемые научные положения и их новизна.
Выявленные характерные свойства скользящей медианной фильтрации при обработке стохастических, детерминированных и смешанных процессов как средства повышения достоверности информации
Доказательство возможности получения дополнительной информации при анализе процессов с временной неоднородностью путем сопоставления сигналов на выходах медианного фильтра и аналогичного фильтра скользящего среднего
Новый критерий обнаружения аномальных наблюдений в коррелированных временных рядах, базирующийся на идее выявления нарушений гладкости их траекторий, и алгоритмы такого обнаружения
Методика выявления и анализа маломощных импульсных потоков на фоне интенсивной коррелированной помехи на основе разработанных алгоритмов обнаружения аномальных наблюдений
5 Оригинальные каскадные искусственные нейронные сети, предназначенные для эффективного решения задач классификации и построения математических моделей многофакторных объектов в условиях структурной неоднородности данных
Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждаются корректным использованием методов математической статистики, теории случайных процессов, аппарата теории искусственных нейронных сетей, результатами имитационного моделирования и практического использования разработанных алгоритмов и методов обработки неоднородной информации
Научная значимость работы состоит в разработке новых подходов, методов и алгоритмов обработки информации в условиях различного вида неоднородностей, где традиционные методы анализа становятся малоэффективными
Практическая значимость работы. Результаты исследований, выполненных в диссертационной работе, могут быть использованы при создании программно-алгоритмического обеспечения систем поддержки принятия управленческих решений, автоматизированных систем научных исследований, компьютеризированных научных приборов и диагностических комплексов, информационно-измерительных систем и АСУ в различных отраслях промышленности
Реализация результатов. Результаты работы были использованы при разработке медицинского КВЧ-диагностического комплекса, для построения математической модели установки химико-фармацевтического назначения и модели прогнозирования содержания радона в атмосфере горных выработок шахты 45 Джезказганцветмет по экспериментальным данным
Апробация работы. Результаты работы и ее основные положения докладывались на Всероссийской научно-практической конференции «Информационные и управляющие системы» (Тула, 2005г ), ХХХП, ХХХІП, XXXIV Международных конференциях «Информационные технологии в науке, образовании, телекоммуникации, бизнесе» - IT+SE'2005, IT+SE'2006, IT+SE'2007 (Ялта-Гурзуф, 2005 - 2007 г), Второй международной научно-практической конференции «Исследование, разработка и применение высоких технологий в промышленности» (Санкт-Петербург, 2006 г), 52-м Международном научном коллоквиуме (IWK) - (Ильменау, Германия, 2007 г ), на заседании кафедры «Автоматизированные системы управления» (АСУ) Московского государственного горного университета
Публикации По результатам исследований опубликовано 9 научных работ
Структура и объем работы. Диссертационная работа состоит из введения, пяти глав, заключения и списка литературы из 102 наименований, включает 159 страниц текста, 65 рисунков, 13 таблиц
Похожие диссертации на Методы и алгоритмы обработки информации в условиях неоднородности данных
