Адрес:
630501,Новосибирская обл.,
п. Краснообск, а/я 468

sibfti.n@ngs.ru
sibfti@sorashn.ru
www.sibfti.sorashn.ru

Телефоны:
  8-(383)348-16-95 - приёмная,
  8-(383)348-35-52 - факс

Фестиваль науки

ФАНО РФ

новый

 УДК 681.518.3

ИДЕНТИФИКАЦИЯ СОСТОЯНИЯ СЕЛЬСКОХОЗЯЙСТВЕННЫХ ОБЪЕКТОВ ИЗМЕРИТЕЛЬНЫМИ ЭКСПЕРТНЫМИ СИСТЕМАМИ

Добролюбов И.П., Савченко О.Ф., Альт В.В.

РАСХН, Сиб. отд-ние. - СибФТИ. - Новосибирск. 2003.-209 с.

 В книге обобщены многолетние результаты исследований по применению информационных технологий при идентификации состояния сельскохозяйственных объектов измерительными экспертными системами (ИЭС) и управляющими измерительными экспертными системами (УИЭС). Рассмотрены методологические принципы формализации задач идентификации, вопросы использования для этих целей методов статистической идентификации и таксономии, которые целесообразно использовать в ИЭС и УИЭС, в особенности при идентификации состояния технических объектов экспертизы (ОЭ). Дано обоснование методов предварительной обработки измерительных информационных потоков, поступающих с ОЭ: сокращения размерности признакового пространства; дискретизации информативных сигналов и др.

Приведённые в работе методы обеспечивают требуемую в производстве и при проведении научных исследований точность и достоверность и составляют важнейшую часть базы знаний ИЭС и УИЭС.

Книга рассчитана на научных работников, специалистов сельского хозяйства, аспирантов и студентов инженерных отделений и учреждений.

 Рецензенты:
доктор технических наук, профессор Г.М. Крохта;
доктор технических наук А.Е. Немцев.

Рекомендована к печати ученым советом ГНУ СибФТИ и объединённым научным советом по инженерным направлениям СО РАСХН.

 

  СОДЕРЖАНИЕ

ПРЕДИСЛОВИЕ

3

Основные сокращения и обозначения

5

ВВЕДЕНИЕ

6

В.1. Применение информационных технологий в сельском хозяйстве

7

В.2. Основные принципы построения и функционирования измерительных экспертных систем

13

Глава 1 Постановка задачи идентификации с помощью измерительных экспертных систем

23

1.1. Методологические принципы идентификации и анализа данных

23

1.2. Последовательность подготовки исходных данных

26

1.3. Формулировка задачи поиска зависимостей между параметрами состояния ОЭ и признаками идентификации

28

Глава 2 Методика идентификации статистическими методами

35

2.1. Идентификация по одному признаку

35

2.2. Оценивание неслучайных параметров

37

2.3. Идентификация при двух состояниях ОЭ

43

2.4. Выбор критерия качества принятия решений

45

2.5. Идентификация состояния ОЭ по параметрам распределения одного признака

51

2.6. Идентификация по нескольким параметрам

64

2.7. Идентификация при многомерном пространстве признаков и объектов

67

2.8. Практическое применение алгоритмов идентификации

79

2.9. Идентификация нескольких состояний при обучении (с учителем)

84

2.10. Геометрический подход при идентификации

86

Глава 3 Идентификация с применением дискриминантного, регрессионного и других методов анализа

88

3.1. Применение стохастической аппроксимации

88

3.2. Характеристики качества идентификации

93

3.3. Метод потенциальных функций

96

3.4. Метод "Кора" - метод поиска характерных закономерностей

97

3.5. Метод "коллективы решающих правил

98

3.6. Дискриминантный анализ (идентификация при наличии обучающих выборок

98

Глава 4 Идентификация без обучения (таксономия)

112

4.1. Постановка задачи, термины и определения

112

4.2. Расстояние между отдельными объектами и меры близости объектов друг к другу

115

4.3. Расстояние между классами и меры близости классов

117

4.4. Оценка качества разбиения на классы

118

4.5. Таксономия при применении вероятностных методов оценки неизвестных параметров

122

4.6. Таксономия, основанная на описании классов "ядрами"

123

4.7.Алгоритмы, использующие понятие центра тяжести

126

4.8. Алгоритмы метода размытых множеств

131

4.9. Иерархическая классификация

135

4.10. Представление и интерпретация результатов таксономии

139

Глава 5 Снижение размерности признакового пространства

144

5.1. Постановка задачи

144

5.2. Метод главных компонент

145

5.3. Методы факторного анализа

158

5.4. Метод корреляционного анализа

167

5.5. Метод регрессионного анализа

169

Глава 6 Методы предварительной обработки физических процессов в измерительных экспертных и управляющих системах

175

6.1. Дискретизация (квантование) по уровню

175

6.2. Дискретизация по времени

175

6.3. Оценка качества дискретизации

178

6.4. Критерии оценки точности восстановления функции

181

6.5. Способы восстановления исходных функций

183

ЗАКЛЮЧЕНИЕ

187

ЛИТЕРАТУРА

189

ПРИЛОЖЕНИЕ. 1. Применение процедуры линейной регрессии

197

ПРИЛОЖЕНИЕ. 2. Словарь некоторых терминов

202