Обработка информации на основе спектрального импульсного преобразования для сравнения и классификации дискретных данных, циркулирующих в промышленном предприятии

• Автор: Тверетин, Алексей Александрович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Самара
• Количество страниц: 154 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ

1. ИССЛЕДОВАНИЕ ПРОБЛЕМ СРАВНЕНИЯ И КЛАССИФИКАЦИИ ДИСКРЕТНЫХ ДАННЫХ.

1.1. Базы данных как объект системного анализа

1.2. Классификация промышленных информационных систем и данных, характеризующих эти системы

1.2.1. Данные систем неживой природы, используемые

в промышленности.

1.2.2. Данные систем живой природы, используемые в промышленности

1.2.3. Данные систем общественных процессов,

используемые в промышленности

1.3. Анализ показателей управленческого учета и финансовых показателей предприятия

1.4. Использование интеллектуального анализа данных в системах храпения информации
1.5. Задачи классификации и кластеризации
1.6. Проблемы сравнения, классификации дискретных
данных.
1.7. Лингвистические методы анализа
1.7.1. Методы выравнивания.
1.7.1.1. Методы попарного выравнивания.
1.7.1.2. Метод граммного разложения
1.7.1.3. Методы выравнивания и .
1.7.2. Метод нахождения нечетких дубликатов
1.8. Статистические методы представления.
1.8.1. Метод весовой матрицы.
1.8.2. Методы поиска закономерностей на основе
вероятностных реляционных моделей
1.8.3. Метод скрытых марковских моделей
1.8.4. Мегод кплстов
1.8.5. Метод дерева суффиксов
1.8.6. Метод I1.
1.8.7. ЕМ и методы
1.9. Методы линейных преобразований
1.9.1. Метод преобразования Фурье
1.9.2. Метод быстрого преобразования Фурье.
1.9.3. Метод дискретного косинуспреобразования
1.9.4. Метод преобразования Уолша
1.9.5. Метод вейвлетного преобразования
1 Выводы.
2. РАЗРАБОТКА МЕТОДОВ И АЛГОРИТМОВ
2.1. Разработка метода сжатия дискретных данных на основе импульсного линейного преобразования
2.2. Разработка алгоритма сравнения дискретных данных.
2.3. Разработка алгоритма классификации дискретных данных.
2.4. Выводы
3. ИССЛЕДОВАНИЕ РАЗРАБОТАННЫХ МЕТОДОВ И АЛГОРИТМОВ
3.1. Оценка трудоемкости разработанного метода сжатия дискретных данных
3.2. Разработка программного обеспечения для вычислительного эксперимента
3.3. Исследование алгоритма сравнения числовых последовательностей
3.4. Оценка эффективности классификации
3.5. Выводы
4. РАЗРАБОТКА ИНФ0РМАЦИШ0АНАЛИТИЧЕСК0Й СИСТЕМЫ НА ОСНОВЕ РАЗРАБОТАННЫХ МЕТОДОВ И АЛГОРИТМОВ 1
4.1. Определение задач, решаемых информационноаналитической системой.
4.2. Формирование требований и выбор системы интеллектуального анализа данных для построения информационноаналитической системы.
4.3. Разработка структуры данных для анализа
4.4. Разработка процедуры предварительной обработки данных.
4.5. Разработка структуры модуля сравнительного анализа бюджета
4.6. Разработка структуры модуля ретроспективного анализа показателей бюджета
4.7. Разработка пользовательского интерфейса системы.
4.8. Выводы
ЗАКЛЮЧЕНИЕ
БИБЛИОГРАФИЧЕСКИЙ СПИСОК Приложение А. Акты внедрения.
ВВЕДЕНИЕ
Актуальность


Подавляющее большинство данных на сегодняшний момент, хранятся в реляционных базах данных. Реляционная модель впервые была предложена в работе []. Реляционная модель основана на математическом понятии отношения, физическим представлением которого является таблица []. Отношение обычно имеет вид двумерной таблицы, в которой строки соответствуют отдельным записям, а столбцы атрибутам. Домены представляют собой чрезвычайно мощный компонент реляционной модели. Каждый атрибут реляционной базы данных определяется на некотором домене. По сути домен представляет собой тип данных записи. Элементами отношения являются кортежи, или строки таблицы. Кортежи, как и атрибуты, могут располагаться в любом порядке, при этом отношение не изменит смысла. Степень определяется количеством атрибутов, которое оно содержит. Количество содержащихся в отношении кортежей называется кардинальностью отношения. Эта характеристика меняется при каждом добавлении или удалении кортежей. Таким образом, реляционная база данных это набор отношений, которые различаются по именам. Существует другой альтернативный набор терминов. Отношениями в нем называются файлом, кортежи — записями, а атрибуты - полями. Данные понятия являются ключевыми. Исчерпывающее описание реляционной модели описано в работе []. Сами СУБД бесполезны без наполняющих их данных. Па данный момент, существует множество программных продуктов, которые обеспечивают интерфейсы ввода и анализа информации. С точки зрения процессов, данные о которых фиксируются в базах данных, системы можно разделить на сисюмы неживой природы, живой природы и системы общественных процессов. Системы весьма отличаются но природе описываемых данных. Так, в системах неживой природы данные описывают состояние физических характеристик, прежде всего во времени. При всем многообразии физических характеристик, такие данные в основном не представляют сложности для анализа. Напротив, данные происходящие в системах живой природы и системах общественных процессов, обладают повышенной сложностью, так как количество параметров увеличивается лавинообразно, кроме того, данные имеют повышенный уровень сложности. Данные о функционировании систем неживой природы в промышленности представлены, прежде всего, автоматизированными системами управления технологическими процессами (АСУТП). Эго организационно-технические системы, которые обеспечивают выработку решений на основе автоматизации информационных процессов, а так же реализацию управляющих воздействий на технологический объект управления. В процессе производства изменяются местоположение, состояние, свойство, форма сырья, материала или полуфабриката, применяемых, в процессе производства готовой продукции []. Фактором отличия технологических процессов друг от друга является количество технологических операций, которые составляют данный процесс. Технологический процесс характеризуется переменными и управляющими воздействиями. Переменная - это аналоговая или дискретная величина, принимающая различные значения и характеризующая либо состояние процесса, либо его результаты. Примерами переменной являются температура, давление, скорость вращения, напряжение, содержание реагентов в объеме, сигнал о состоянии агрегата и т. Управляющее воздействие -воздействие, вырабатываемое АСУТП по определенному алгоритму, предназначенному для целенаправленного влияния на процесс функционирования объекта управления и характеризующееся специфической логической структурой на цифровом уровне и линией связи с управляемым органом на физическом уровне. Примерами управляющих воздействий являются: включение механизма, отключение механизма, выбор стеллажа, изменение расхода воды и т. Типичным примером задачи, решаемых АСУТП является анализ величины и длительности отклонений параметра от заданных пределов и определения контролируемой точки, являющейся для этих условий диктующей, т. Алгоритм сводится к следующему. Значения давлений например в контролируемых точках водопроводной сети в соответствии с рисунком 1. Если измеренные значения в г-й контролируемой точке И. И2 тах или меньше Я. АН. АЯ. У.-Я. ПШ1)<0.