Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Идентификационные шкалы: Теория, технологии, системы

Диссертация: Идентификационные шкалы: Теория, технологии, системы
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Определение метрологических свойств разработанных нечетких и фрактальных шкал, включающее оценки: диапазона идентификации, погрешностей разделения, разрешающей способности, возможности реализации алгоритмов автоматической классификации сложных сигналов в реальном масштабе времени, качества переходного процесса в структуре распознающей системы с подобными шкалами эталонов- — обоснование… Читать ещё >

Содержание

  • Глава 1. Состояние проблемы измеримости в метрологии и современная теория шкал
  • Глава 2. Современное состояние теории и технологий идентификационных шкал
    • 2. 1. Классификация разновидностей идентификационных шкал
    • 2. 2. Традиционные методы и технологии шкалирования
    • 2. 3. Нетрадиционные методы и технологии шкалирования
      • 2. 3. 1. Вейвлет-анализ сигналов
      • 2. 3. 2. Нечеткие модели в задачах управления, измерения и диагностики
      • 2. 3. 3. Фрактальные модели в задачах управления, измерения и диагностики
      • 2. 3. 4. Пример фрактального анализа сложных сигналов
  • Результаты исследований и
  • выводы по главе
  • Глава 3. Разработка теории и технологий нечеткого шкалирования формы характеристик случайных сигналов
    • 3. 1. Теоретические основы лингвистического описания понятия формы
    • 3. 2. Нечеткое обобщение понятия «центрраспределения»
    • 3. 3. Исследование принадлежностных связей семейства нечетких оценок
      • 3. 3. 1. Технология принадлежностных спектров
      • 3. 3. 2. Разновидности принадлежностной идентификационной шкалы
      • 3. 3. 3. Представление распределений вероятности на плоскости принадлежностных параметров
      • 3. 3. 4. Синтез формы распределений методом принадлежностных спектров
    • 3. 4. Технологии шкалирования, основанные на анализе ранжированных функций
      • 3. 4. 1. Особенности ТТ-метода шкалирования формы распределений вероятности
      • 3. 4. 2. Технология шкалирования, основанная на анализе крутизны ранжированной функции
      • 3. 4. 3. Технология шкалирования распределений вероятности, основанная на подборе аналитических моделей
  • Результаты исследований и
  • выводы по главе
  • Глава 4. Разработка теории и технологий фрактального шкалирования формы характеристик случайных сигналов
    • 4. 1. Нечеткое обобщение понятия «фрактальнаяразмерность «
    • 4. 2. Обобщение метода Херста на класс стационарных случайных сигналов
    • 4. 3. Исследование модели эффективной размерности сигналов
      • 4. 3. 1. Тестирование модели эффективной размерности стационарными сигналами
      • 4. 3. 2. Тестирование модели эффективной размерности фрактальными сигналами
    • 4. 4. Теория модели виртуальных объемов
    • 4. 5. Тестирование модели виртуальных объемов стационарными сигналами
    • 4. 6. Тестирование модели виртуальных объемов фрактальными сигналами. Л
    • 4. 7. Идентификационная шкала на основе (R/R) — метода
      • 4. 7. 1. Тестирование (КЕ1)-метода стационарными сигналами
      • 4. 7. 2. Исследование классификационных свойств (Ш1)-метода в области нестационарности
      • 4. 7. 3. Выявление и оценка скрытых периодичностей с помощью (RR)метода
  • Результаты исследований и
  • выводы по главе
  • Глава 5. Исследование свойств распознающих систем с принадлежностными и фрактальными шкалами
    • 5. 1. Вводные замечания
    • 5. 2. Обобщенная структура системы автоматической классификации и режимы ее работы
    • 5. 3. Технологии повышения разрешающей способности систем автоматической классификации
    • 5. 4. Методика поиска закономерностей в структурах исследуемых данных
    • 5. 5. Анализ особенностей переходного процесса распознавания при измерении формы сигналов
  • Результаты исследований и
  • выводы по главе

Идентификационные шкалы: Теория, технологии, системы (реферат, курсовая, диплом, контрольная)

Актуальность проблемы. В соответствии с современной информационно-познавательной концепцией метрологии проблема измеримости величин решается на основе теории шкал. Данная теория обобщает понятия физических и нефизических величин как величин, измеряемых в шкалах, различие между которыми определяется тем, какие из аксиом эквивалентности, порядка и аддитивности действуют на этих шкалах. В зависимости от этого, устанавливаются: классификационный тип шкалы, перечень допустимых операций над числовыми значениями и список тех информационных процедур (распознавания, контроля, измерения или счета), которые могут быть использованы для получения информации об исследуемом свойстве объекта или процесса.

Постулируемый в теории шкал и действительно наблюдаемый в практике измерений принцип вложенности, согласно которому на шкалах более высокого типа определены все операции, действующие на нижних шкалах, плюс некоторый набор своих собственных операций, позволяет автору утверждать следующее: «Повышение статуса измерительной шкалы способствует повышению качества измерений той величины, для которой данная шкала создается». Понятие качества измерений при этом включает в себя сочетание таких основных показателей, как диапазон и погрешность измерения, быстродействие, простота реализации алгоритмов измерения и др.

В настоящее время величина, определяемая таким понятием, как ФОРМА, измеряется в рамках самой низкой — номинальной — шкалы с использованием процедуры распознавания, позволяющей сформировать лишь суждение вида «равно-не равно». С другой стороны, форма сигнала и его характеристик является важнейшей, информативной величиной многих, особенно интеллектуальных, средств измерений, контроля и диагностики, по виду которой требуется оперативно принимать достаточно ответственные решения.

Надежность подобных решений существенно возросла бы, если бы можно было получать о форме сигнала или форме его характеристик более подробную структурированную информацию. Однако, для этого требуется измерительная шкала более высокого статуса, чем номинальная.

При разработке интеллектуальных средств измерения, контроля и диагностики неизменно возникает проблема, связанная с необходимостью автоматического распознавания формы сигналов или формы характеристик сигналов. Для случайного сигнала основной формообразующей характеристикой является функция (или ее производная — плотность) распределения вероятностей. Знание этой характеристики позволяет, в частности, выбирать оптимальные алгоритмы для расчета параметров сдвига и разброса в задачах обработки результатов наблюденийкорректно решать вопросы дисперсионного, факторного и корреляционного анализавыбирать оптимальную стратегию и правильно интерпретировать результаты автоматической классификации и многомерного шкалирования.

Существует множество подходов, позволяющих решать задачу идентификации распределений вероятности на основе вероятностных и информационных критериев. Однако, ни один из них не имеет в своем составе готовых инструментов, позволяющих проводить линейное упорядочение таких сложных объектов, каковыми являются распределения вероятности и, соответственно, стоить на этой основе порядковые идентификационные шкалы.

Быстро растущие потребности практических исследований, возникновение и развитие новых перспективных научных направлений в области обработки данных стимулируют поиск более универсальных, простых и эффективных идентификационных технологий, ориентированных на работу в реальном времени, а также с малыми выборками.

Новейшие информационные технологии являются той реальной научной основой, на которой может быть построено здание современной теории порядковых идентификационных шкал и выработана методология их практического использования. Решению указанной задачи посвящена данная диссертация.

Таким образом, тема диссертационной работы, связанная с решением проблемы измеримости формы сигналов и их характеристик является и-'' актуальной.

Цель работы. Заключается в решении проблемы измеримости формы сигналов и их характеристик на основе развития теории и технологий порядковых идентификационных шкал.

Методы исследования. Для достижения поставленной цели использовался аппарат теории вероятности, теории нечетких множеств, теории фракталов, математической статистики и статистического моделирования.

Научная новизна. Состоит в решении проблемы измеримости формы сигналов и их характеристик в системе порядковых идентификационных шкал и включает:

— теорию и технологию шкалирования распределений вероятностей случайных сигналов на основе обобщения понятия формы как лингвистической переменной с линейно упорядоченным терм множеством имен распределений;

— теорию и технологию шкалирования распределений вероятностей на основе обобщения понятия размерности на множество стационарных случайных сигналов с линейным упорядочиванием их имен распределений;

— методологию совместного шкалирования множеств стационарных, нестационарных и периодических сигналов в рамках единой фрактальной модели;

— определение метрологических свойств разработанных нечетких и фрактальных шкал, включающее оценки: диапазона идентификации, погрешностей разделения, разрешающей способности, возможности реализации алгоритмов автоматической классификации сложных сигналов в реальном масштабе времени, качества переходного процесса в структуре распознающей системы с подобными шкалами эталонов- - обоснование возможности выявления скрытых закономерностей (типа периодичности и упорядоченности) структуры объектов и процессов, представленных совокупностью реализаций, с помощью интеллектуальных распознающих систем с нечетко — и фрактально — упорядоченной базой эталонов.

Практическая значимость. Определяется эффектом повышения качества измерений формы сигналов и их характеристик на нечетких и фрактальных шкалах и включает: расширение диапазона идентифицируемых сигналов классами стационарных, нестационарных и периодических сигналов с отображением их единой фрактальной модельюустановление пределов существования идентифицируемых распределений вероятности в виде полного диапазона — от дискретного однозначного (КОШИ) до дискретного двузначного (2МОД) — с погрешностью (10−20)% разделения внутри этого диапазона при уровне доверительной вероятности 0.95- реализацию алгоритмов распознавания в реальном масштабе времени за счет параллельного сравнения формы характеристик сигналов с полной шкалой эталонных образоврасширение функциональных возможностей систем распознавания — за счет реализации режимов: автоматической идентификации сигналов с построением линейно упорядоченных деревьев классификации в реальном времени и обнаружения скрытых периодичностей с оценкой длительности периода в условиях, когда отношение сигнал-шум меньше 1- увеличение разрешающей способности систем распознавания с нечеткими и фрактальными шкалами в (к-1)! раз по сравнению с обычными системами при одинаковом числе к эталонов.

Основные положения, выносимые на защиту.

1. Результаты решения проблемы измеримости формы распределений вероятности случайных сигналов в системе порядковых идентификационных шкал, основанные на формально-логических структурах принадлежностных спектров и ранжированных функций.

2. Результаты решения проблемы измеримости формы распределений вероятности в системе порядковых идентификационных шкал, основанные на обобщении понятия «размерность» на класс случайных стационарных сигналов.

3. Метод виртуальных объемов, обобщающий фрактальный анализ на класс стационарных сигналов с классификацией на этой основе формы распределений в виде порядковой фрактальной идентификационной шкалы.

4. Обобщенное представление стационарных, фрактальных и периодических сигналов в виде особых (Щ1)-функций, позволяющее описать эти процессы единой моделью.

5. Технологии использования порядковых идентификационных шкал в распознающих системах, позволяющие:

• выявлять закономерности (типа периодичности и упорядоченности) структур любых объектов или процессов, информация о которых может быть представлена в виде совокупности выборочных значений;

• повысить потенциальную разрешающую способность по сравнению с обычными системами в (к-1)! раз при том же числе к эталонных образов;

• расширить диапазон идентификации классами стационарных, периодических и фрактальных сигналов.

Достоверность полученных результатов подтверждается: корректным использованием математического аппарата при выводе основополагающих формул и анализе полученных выраженийтеоретическими расчетами, согласованными с результатами других авторов и проверенными с помощью статистического моделированияи характеризуется следующими показателями: для совокупности использованных идентификационных параметровмаксимальной погрешностью (10−20)% (в среднем) при уровне доверительной вероятности 0.95- для совокупности идентифицируемых объектов формы (стационарные и фрактальные сигналы) — вероятностью принятия правильного решения на уровне (0.8−1.0) в условиях градуировки.

Реализация работы. Осуществлена в виде программных продуктов, представляющих собой интеллектуальные анализаторы сигналов (со встроенными функциями распознавания и автоматической классификации) и распространяемые по глобальной сети INTERNET по принципу freeware (http://www.omgtu.omskelecom.ru/~lab308). Результаты работы использованы в учебном процессе на кафедре «Информационно-измерительная техника» Омского государственного технического университета в рамках дисциплин «Статистические измерительные системы», «Информационно-измерительные системы», «Введение в информационные технологии».

Апробация работы. Отдельные разделы работы докладывались и обсуждались на 24-х различных международных симпозиумах, международных и всероссийских научно-технических конференциях, в том числе: «Измерительные-информационные системы», Ульяновск, 1989 г.- «Измерительные-информационные системы», С.-Петербург, 1991 г.- «Идентификация, измерение характеристик и имитация случайных сигналов», Новосибирск, 1991 г., 1994 г.- «Всесибирские чтения по математике и механике», Томск, 1997 г.- «Проблемы оптимизации и экономические приложения», Омск, 1997 г.- «Научные основы высоких технологий», Новосибирск, 1997 г.- «Актуальные проблемы электронного приборостроения,.

АПЭП-98″, Новосибирск, 1998 г.- «Интеллектуальные системы, ИНТЕЛС-98», Псков, 1998.

Результаты исследований докладывались и получили одобрение на научно-технических семинарах кафедры «Информационно-измерительная техника» Омского государственного технического университетана городском научно-техническом семинаре по проблемам метрологии на кафедре «Измерительные информационные технологии» С.-Петербургского Государственного технического университетана объединенном научно-техническом семинаре факультета Автоматики и вычислительной техники Новосибирского государственного технического университетанаучном семинаре Омского филиала Института Математики Сибирского отделения РАН.

Публикации. По материалам диссертации опубликована 31 работа, из них: 24 доклада и тезисы докладов различных научно-технических конференций, 1 статья в журнале «Измерительная техника», 3 Интернет-публикации в Журнале Радиоэлектроники, издающимся Институтом Радиотехники и Электроники Российской Академии Наук, 3 депонированные в ВИНИТИ рукописи, из которых 1 — монография.

Структура и объем работы. Диссертация состоит из введения, 5 глав, заключения, списка литературы (341 наименование) и 9 приложений. Общий объем работы составляет 340 страниц.

Результаты работы системы представлены в табл.5.2 отдельно для принадлежностной и фрактальной шкал. Расстояние между идентификационными параметрами распределений вычислялись по формуле модуля отклонения. Упорядочение имен файлов, имеющих одинаковые позиционные коды, проводилось по возрастанию модуля отклонения.

ЗАКЛЮЧЕНИЕ

Основные результаты работы.

Основной результат работы состоит в решении проблемы измеримости формы сигналов и их характеристик в системе порядковых идентификационных шкал и включает:

— теорию и технологию шкалирования распределений вероятностей случайных сигналов на основе обобщения понятия формы как лингвистической переменной с линейно упорядоченным терм множеством имен распределений;

— теорию и технологию шкалирования распределений вероятностей на основе ' обобщения понятия размерности на множество стационарных случайных сигналов с линейным упорядочиванием их имен распределений;

— методологию совместного шкалирования множеств стационарных, нестационарных и периодических сигналов в рамках единой фрактальной модели;

— определение метрологических свойств разработанных принадлежностных и фрактальных шкал, включающее оценки: диапазона идентификации, погрешностей разделения, разрешающей способности, возможности реализации алгоритмов автоматической классификации сложных сигналов в реальном масштабе времени, качества переходного процесса в структуре распознающей системы с порядковыми шкалами эталонов;

— обоснование возможности выявления скрытых закономерностей (типа периодичности и упорядоченности) структуры объектов и процессов, представленных совокупностью реализаций, с помощью интеллектуальных распознающих систем с нечетко — и фрактально — упорядоченной базой эталонов.

Перспектива использования научных и практических результатов диссертационной работы связана с:

247 изучением характеристик сложных, нелинейных динамических систем и объектовпроведением научных исследований различных физических явлений и процессоврешением задач технической и медицинской диагностикисозданием систем распознавания и анализа сложных сигналовпроектированием интеллектуальных средств измерения формы сигналов в области измерительной техники.

Показать весь текст

Список литературы

  1. Г. Д., Марков Б. Н. Основы метрологии. — М.: Изд-во стандартов, 1985.
  2. Электрические измерения/ К. П. Дьяченко, Д. И. Зорин, П. В. Новицкий и др.- Под ред. Е. Г. Шрамкова. -М.: Высшая школа, 1972.
  3. Электрические измерения/ Л. И. Байда, Н. С. Добротворский, Е. М. Душин и др.- Под ред. A.B. Фремке и Е. М. Душина. Д.: Энергия, 1980.
  4. Основные термины в области метрологии: Словарь-справочник/М.Ф. Юдин, М. Н. Селиванов, О. Ф. Тищенко, А.И. Скороходов- Под ред. Ю. В. Тарбеева. М.: Изд-во стандартов, 1989.
  5. Я. Теория измерений для инженеров: Пер. С польск.- М.: Мир, 1989.
  6. Holder О. Die Axiome der Quantitat und die Lehr von Mass. Math.-phys. Klasse, H. 53, p.316, Berlin, 1901.
  7. Campbell N.R. Physics: The Elements.- Cambridge Univ. Press, 1920.
  8. Measurements, Definition and Theories. /Eds. C.W. Churchmans and P. Ratoosh, Wiley Press, N-York, 1959.
  9. П., Зинес Д. Основы теории измерений// Психологические измерения, М.: Мир, 1967.
  10. Piotrowski J. Podstawy metrologii. PWN, Warszawa: 1976.
  11. П.Макс Ж. Методы и техника обработки сигналов при физических измерениях.- М.: Мир, кн.1 и кн.2, 1983.
  12. Я. Математические модели измерительных процедур и систем.-М.: Мир, 1974.
  13. А.П. Введение в алгоритмическую теорию измерений.- М.: Сов. Радио, 1977.
  14. М.Стахов А. П. Коды золотой пропорции.- М.: Радио и Связь, 1984.
  15. П.А. Алгоритмическое построение измерительных шкал для цифровой обработки сигналов//Микроэлектроника, 1984, Т. 13, № 6, с. 493.
  16. П. А. Развитие метода нечетких структурных чисел//Микроэлектроника, 1978, Т. 6, № 5, с. 395.
  17. П.А. Теория и применение алгоритмических измерений. -М.: Энергоатомиздат, 1990.
  18. П.В. Основы информационной теории измерительных устройств. -Л.: Энергия, 1968.
  19. Г. И., Мандельштам С. М. Введение в информационную теорию измерений. М.: Энергия, 1974.
  20. В.Г. Развитие репрезентационной теории измерений//Измерение, ' контроль, автоматизация. 1980, № 11−12, с.3−9.21.3агоруйко Н.Г., Елкина В. Н., Лбов Г. С. Алгоритм обнаружения эмпирических зависимостей. Новосибирск, Наука, Сиб. отд-ние, 1985.
  21. А.Ю. Анализ данных методами многомерного шкалирования. -М.: Наука, 1986.
  22. К.А. Интеллектуальные системы: проблемы теории и практики//Изв.Вузов.Приборостроение. 1994, № 9−10, с.5−7.
  23. К.А. Динамические экспертные системы в управлении//Изв.вузов. Приборостроение. 1996, № 8−9, с.39−50.
  24. Е.М., Пупков К. А. Предельное целевое качество интеллектуальной системы на основе стабильно-эффективного обобщенного гомеостаза//Труды 3 Международного симпозиума «Интеллектуальные системы ИНТЕЛС-98», Псков, 1998.- М.: ООО «ТВК», 1998, с. 43.
  25. Д.А. Серые и/или черно-белые?//Прикладная эргономика. Специальный вып.: Рефлексивные процессы. М., 1994, № 1, с.29−33.
  26. И. Теория измерений. М.: Мир, 1976.28.0рнатский П. П. Теоретические основы информационно-измерительной техники. Киев, Выща школа, 1976.
  27. K.JI., Купер В. Я. Методы и средства измерений. М.: Энергоатомиздат, 1986.
  28. В.А., Сирая Т. Н. Методы обработки экспериментальных данных при измерениях. Л.: Энергоатомиздат, 1990.
  29. М.И., Кустарев А. К. Цветовые измерения.-М.: Энергоатомиздат, 1990.
  30. Felhorski W., Stanioch W. Kolorymetria troychromatyczna. WNT, Warszawa, 1973.
  31. Shortliffe E.H. Computer Based Medical Consultation: MYCIN. N-Y, American Elsevier, 1976.
  32. Зб.Злепко С. М. Микрокомпьютерный комплекс для оценки и управления состоянием биологических объектов .//Измерительные информационные ' системы. Тезисы докладов ВНТК «ИИС-89».- Ульяновск, НПК УЦМ, 1989, Ч.1,с.107.
  33. Н.В. Варианты моделей принятия решений в области клинической иммунологии.//Научные основы высоких технологий. Труды Международной НТК, Т.2. «Идентификация, измерение характеристик и имитация случайных сигналов» Новосибирск, НГТУД997, с. 177.
  34. Прикладная статистика: Справочное издание//Под ред. С. А. Айвазяна.-М.: Финансы и статистика, 1989.
  35. Дж., Пирсол А. Прикладной анализ случайных данных. М.: Мир, 1989.
  36. Р., Эноксон Л. Прикладной анализ временных рядов. Основные методы. -М.: Мир, 1982.
  37. Э.И. Основы теории статистических измерений. Л.: Энергия, 1979.
  38. Е.И. Методы измерения случайных процессов. М.: Радио и Связь, 1986.
  39. Э. Проверка статистических гипотез.-М.: Наука, 1979.
  40. Устойчивые статистические методы оценки данных//Под ред. Л. Р. Лонера, Г. Н. Уилкинсона.-М.: Машиностроение, 1984.
  41. С.А., Пугин М. В. Решение некоторых статистических задач для класса экспоненциальных распределений случайных величин//Измерительная техника, 1998, № 4.
  42. С.А., Пугин М. В. Идентификация формы симметричных негауссовых и несимметричных гистограмм//Тезисы докладов 2 ВНТК «Методы и средства измерений физических величин», ч.2, Н-Новгород, НГТУД997, с.88−89.
  43. С.А., Пугин М. В. Об идентификации формы эмпирической функции или плотности распределения случайной величины//Тезисы докладов 3 ВНТК «Методы и средства измерений физических величин», ч. Х, Н-Новгород, НГТУД998, с.3−5.
  44. Нечеткие множества в моделях управления и искусственного интеллекта//Под ред. Д. А. Поспелова. М.: Наука, 1986.
  45. А.Г., Земцовский Э. В. Спортивная кардиология. Руководство для врачей.- Л.: Медицина, 1989.51 .http://www.sMsoft.ru/home/textbook/default.htm. Электронный учебник по статистике. Москва, StatSoft, 1999.52.http://www.omgtu.omskelecom.ru/~lab308
  46. Ю.Н. Информационные аспекты операции ранжирования данных в компьютерных системах обработки сигналов//Тезисы докладов 1-ой Всероссийской НТК «Компьютерные технологии в науке, проектировании и производстве». Ч. З, Н-Новгород, НГТУ, 1999, с.14−18.
  47. .Ю. Статистический анализ одномерных наблюдений случайных величин: Программная система.-Новосибирск, НГТУ, 1995.
  48. .Ю. Статистический анализ группированных, частично группированных и негруппированных наблюдений одномерныхнепрерывных случайных величин//Автореферат диссертации на соискание ученой степени доктора технических наук, Новосибирск, НГТУ, 1997.
  49. В.В. Алгоритмы статистических измерений. М.: Энергоиздат, 1985.
  50. В.В. Характеристики случайных элементов, инвариантные к взаимно однозначным безинерционным функциональным преобразованиям.// Автометрия, 1984, № 6, с.29−34.
  51. В.В. Корреляционно-спектральные характеристики, инвариантные к взаимно однозначным безинерционным функциональным преобразованиямслучайных процессов.//Автоматика и телемеханика, 1987, № 5, с.75−83.
  52. В.В. Основы многоцелевых многофункциональных методов и средств статистических измерений и моделирования .//Автореферат диссертации на соискание ученой степени доктора технических наук.-Ленинград, 1987, с. 32.
  53. В.В., Муфди Ф. Х. Конкорреляционные измерительные системы.//Тезисы докладов ВНТК «Измерительные-информационные системы, ИИС-91», СПб., 1991, с.38−39.
  54. В .В., Муфди Ф. Х. Векторные характеристики связи случайных сигналов и устройство для их измерения.-Радиотехника, 1992, № 7−8, с.38−44.
  55. В.В. Современные методы оценивания спектральных характеристик случайных функций.- Рук. деп. в ВИНИТИ № 4664−84, 04.04.84.
  56. В.В., Муфди Ф. Х. Свойства характеристик взаимосвязи случайных процессов.-Заводская лаборатория, 1993, № 5, с.45−48.
  57. В.В., Березков Л. О. Модель анализа векторных характеристик связи случайных процессов.// Тезисы докладов МНТК «Идентификация, измерение характеристик и имитация случайных сигналов», Новосибирск, НГТУ, 1994, с. 83.
  58. В.В., Березков Л. О. Статистические характеристики надежности • измерительных систем.//Тезисы докладов МНТК «Идентификация, измерение характеристик и имитация случайных сигналов», Новосибирск, НГТУ, 1994, с.140−141.
  59. В.В., Третьяков В. А. Методы идентификации систем, содержащих нелинейности .//Труды МНТК «Научные основы высоких технологий», т.2, Новосибирск, НГТУ, 1997, с. 5 8−63.
  60. В.В. Обобщения корреляционно-спектрального анализа случайных процессов.//Тезисы докладов МНТК «Идентификация, измерение характеристик и имитация случайных сигналов», Новосибирск, НГТУ, 1994, с.13−15.
  61. П.В., Зограф И. А. Оценка погрешностей результатов измерений.-Л.: Энергоатомиздат, 1991.
  62. В.В. Вероятностные модели: Справочник. Новосибирск, НЭТИ, 1992.
  63. Е. Аппроксимация распределений погрешности средств измерений//Измерительная техника. М.: 1981, № 6, с. 15−1671 .Graps A. Introduction to Wavelets. Internet version, 1997.
  64. Chui C. An Introduction to Wavelets. Academic Press, 1992.73 .Daubechies I. Ten lectures on Wavelets. SIAM, 1992.
  65. Meyer Y. Wavelets and Operators. Cambridge University Press, 1993.
  66. Г., Левкович-Маслюк Л. Мелковолновой анализ .//Компьютерра, № 8, 1998, с. 28.
  67. В. Всплеск революций.//Компьютерра, № 8, 1998, с. 29.
  68. Левкович-Маслюк Л. Дайджест вейвлет-анализа.// Компьютерра, № 8, 1998, с. 31.
  69. В. Самоподобие, всплески и квазикристаллы.// Компьютерра, № 8,1998, с. 38.
  70. П., Соколов Д. Вейвлеты в астрофизике и геофизике.// Компьютерра, № 8, 1998, с. 46.
  71. Т., Линней А., Спеллер Р. Применение вейвлет-преобразования к обработке медицинских сигналов и изображений.// Компьютерра, № 8, 1998, с. 50.
  72. А. Вейвлеты в компьютерной графике. .// Компьютерра, № 8, 1998, с. 52.
  73. Daubechies I. Orthonormal Bases of Compactly Supported Wavelets. Comm. Pure Appl. Math., vol 41, 1988, pp.906−966.
  74. JI.A. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976.
  75. А. Введение в теорию нечетких множеств. — М.: Радио и Связь, 1982.
  76. А.И. Проблемы принятия решений при нечеткой исходной информации. -М.: Наука, 1981.95 .Модели принятия решений на основе лингвистической переменной// А. Н. Борисов, А. В. Алексеев, О. А. Крумберг и др. Рига: Зинатне, 1982.
  77. Д.И. Принятие решений в системах организационного управления: использование расплывчатых категорий. -М.: Энергоатомиздат, 1983.
  78. Д.А. Логико-лингвистические модели в системах управления. -М.: Энергоиздат, 1981.
  79. В.Б. Построение групповых решений в пространствах четких и нечетких бинарных отношений. М.: Наука, 1982.
  80. В.Е. Модели и процедуры принятия решений. Тбилиси.: Мецниереба, 1981.
  81. В.Е. Многокритериальные модели принятия решений с неопределенностью. Тбилиси.: Мецниереба, 1983.
  82. Д.А. Ситуационное управление: Теория и практика. -М.: Наука, 1986.
  83. Обработка нечеткой информации в системах принятия решений// А. Н. Борисов, А. В. Алексеев, Г. В. Меркурьева и др.- М.: Радио и Связь, 1989.
  84. Р., Заде Л. Принятие решений в расплывчатых условиях // Вопросы анализа и процедуры принятия решений: Сб. статей / Пер. с англ. — Под ред. И. Ф. Шахнова. М., 1976. — С. 172- 215.
  85. А. Н. Принятие решений на основе нечетких моделей: Примеры использования. Рига: Зинатне, 1990. — 184 с.
  86. Е. А. Оценка и выбор решений по многим критериям. М.: МИФИ, 1995.- 111с.
  87. О. И., Мошкович Е. М. Качественные методы принятия решений: Вербальный анализ решений. М.: Наука: Физматлит, 1996. — 207с.
  88. Jager R.R. Finite linearly ordered fuzzy sets with application to decisions.-International Journal of Man-Machine Studies, 1980, v.12, pp. 299−322.
  89. Jager R.R. On a general class of fuzzy connectives.-Fuzzy Sets and Systems, 1980, v.4, pp. 235−243.
  90. M.A. Нечеткие множества, нечеткие доказательства и некоторые нерешенные задачи теории автоматического управления//Труды 6 Конгресса ИФАК, Бостон, США, 1975.
  91. Л. А., Смирнова И. М. Развитие теории размытых множеств.//Измерения, контроль, автоматизация № 3(15), 1978, с.39−47.
  92. В.В. Проектирование технических систем на основе применения нечетких множеств и размытых алгоритмов//Техническая кибернетика -№ 3, 1979, с.124−135.
  93. В.П., Ковалев С. М., Мелихов А. Н. Принятие решений при управлении производственными процессами на основе нечеткого алгоритма распознавания// Техническая кибернетика -№ 6, 1984, с.100−105.
  94. Разработка алгоритмических, программных и аппаратных средств для решения задач управления производственными процессами на основе теории расплывчатых множеств и структур// Отчет о НИР, № 0183.13 854, рук. Мелихов А. Н., Таганрог, ТРТИ, 1983 .
  95. Fransisco Puleo P. Elasticity of a Fuzzy Control//Proceedings of the International Conference in Cybernetics and Society N-Y, 1982, № 4, pp. 181 188.
  96. Carlsson С. An Approach to Handling Fuzzy Problem Structures//Cybernetics and Systems, 1983, v.14, № 1, pp.33−54.
  97. M. Обращение с нечеткими знаниями// Кэйсоку то сэйгё, т.22, ' № 9, с.774−779.
  98. А.П. Нечеткие множества и надежность сложных производственных систем//Рук. Депон. В ВИНИТИ, М., 1986, № 4364-В86.
  99. А.И. Структурный подход к анализу нечетко формализованных систем. Процедуры принятия решений в структурированных нечетких системах//Автоматика и телемеханика, 1988, № 5, с.117−131.
  100. Сугено Мичио. Теория размытых множеств и ее применение в управлении//Оебуцури.-1989, т.58, № 1, с.40−45.
  101. В.В., Васильев С. В., Чистяков В. И. Нечеткая классификация в задаче анализа экономического климата региона// Материалы МНТК «Нечеткая логика, интеллектуальные системы и технологии"-Владимир, ВЛГУ, 1998, с.26−27.
  102. Joly Н. Et all. Application of Fuzzy Sets Theory to the Evaluation of Cardiac Function//3rd World Conference of Cardiologists, Tokyo, 1980, v. l, pp. 91−95.
  103. Lesmo L. At all. Fuzzy Production Rules: A Learning Methodology//Fuzzy Sets, Possibility Theory and Application, 1983, pp. 181−198.
  104. Zaifu Su, Wang Huaiqing. The first order artifical intelligence bianzheng system of Chinese traditional medicine//Proc. IF AC Symp., Marseille, 1983, Oxford e.a., 1984, pp.21−25.
  105. Chatterii B.N. A combined fuzzy sets theoretic and heuristic method for character recognition//Proc. IFAC Symp., Marseille, 1983, Oxford e.a., 1984, pp. l 87−190.
  106. Devis R.H., Economou C.E. A review of fuzzy clustering methods.//Adv. Eng. Software -1984, v.6, № 4, pp. 189−191.
  107. Л.И., Стадник О. Е. Алгоритм построения решающего правила в задаче распознавания образов с использованием размытых множеств//Автоматика и телемеханика, 1985, № 11, с. 108−116.
  108. О.Е. Размытые правила распознавания в задачах медицинской диагностики и прогноза//Автоматика и телемеханика, 1986, № 3, с.129−135.
  109. С.М., Ватлин С. И. Выявление тенденций функционирования сложных систем на основе нечеткой классификации их состояний//Рук. деп. В ВИНИТИ, 1988, № 4204-пр88.
  110. С.М., Ватлин С. И. Размытая классификация как способ распределения рабочей нагрузки в вычислительных системах//Рук. деп. В1. ВИНИТИ, 1989, № 4337-пр89.
  111. С.М., Ватлин С. И. Бутстреп метод в размытой классификации//Рук. деп. В ВИНИТИ, 1989, № 1150-В89.
  112. Pedrycz W. A fuzzy cognitive structure for pattern recognition//Pattern Recogn. Lett.-1989, v.9, № 5, pp.305−313.
  113. Ohsato Ario, Sekiguchi Takashi, Sugeno Michio// Trans. Inst. Elec. Eng. Jap.-1989, v. 109, № 5, pp.367−374.
  114. Murdock J.Y., Yasseiny A.A., Liang E., Aboirous S., Rodriguez R. Improvment jn speech recognition and synthesis for disabled individuals using fuzzy neural net retrofits//IEEE Int. Conf. Neural Networks, San Diego, Calif., 1988, v.2, pp.251−258.
  115. Nakanishi Shohachiro, Iseki Уик1таза.//Использование нечеткой логики в распознавании цветовых оттенков объектов. Trans. Inst. Elec. Eng. Jap., 1989, v.109, № 5, pp.353−360.
  116. Cilliz M.K., Isik Can. Fuzzy rule-based motion controller for an autonomous mobile robot//Robotica.-1989, v.7, № 1, pp.37−42.
  117. Leung K.S., Lam W. A fuzzy expert system shell using both exact and inexact reasoning//.!. Autom. Reason.-1989, v.5, № 2, pp.207−233.
  118. А.И., Нгуен X. Использование нечеткого отношения моделирования для экспертных систем. М.: ВЦ АН СССР, 1988, с. 24.
  119. К. А. О некоторых новых задачах теории и техники интеллектуальных систем/ЛГруды 3-го Международного Симпозиума „Интеллектуальные системы ИНТЕЛС-98“, Псков-Москва, „TBK“, 1998, с. 19−23.
  120. К.А., Коньков В. Г. Этические аспекты теории интеллектуальных систем// Труды 3-го Международного Симпозиума „Интеллектуальные системы ИНТЕЛС-98“, Псков-Москва, „TBK“, 1998, с.36−42.
  121. Л. А. Тимакин Д. Л. Нечетко-логические когнитивные системы управления динамическими объектами// Труды 3-го Международного Симпозиума „Интеллектуальные системы ИНТЕЛС-98“, Псков-Москва, „TBK“, 1998, с.83−85.
  122. М.Г. Модель интеллектуального агента реального времени как системы распределенного интеллекта// Труды 3-го Международного Симпозиума „Интеллектуальные системы ИНТЕЛС-98“, Псков-Москва,"TBK», 1998, с. 115−118.
  123. И.А. Нечеткие высказывания при прогнозировании временных рядов//Труды 3-го Международного Симпозиума «Интеллектуальные системы ИНТЕЛС-98», Псков-Москва, «TBK», 1998, с. 127−129.
  124. Н.М., Абилов Ю. А., Тагиев Н. Ф. Оптимальное проектирование средств автоматики, основанное на теории нечетких множеств//Изв.вузов -Нефть и Газ, 1986, № 1, с.75−78.
  125. Р.А., Джафаров С. М., Гасанов К. С., Бабанов М. Д. Синтез нечетких регуляторов при нечетком описании объектов//Рук. деп. Сумгаит, ВТУЗ АзНЕФТЕХИМ, 1986, № 517-Аз.
  126. В.М. Выбор проектных вариантов электрических систем на основе применения теории нечетких множеств//Рук.деп. в ИНФОРМЭНЕРГО, 1986, № 2065-ЭИ.
  127. Czogala Е., Pedryck W., Walichiewich L. Control of complex processes by using fuzzy probabilistic controller/TProc. IF AC Symp., Marseille, 1983, Oxford e.a., pp.49−53.
  128. Мукаидопо Macao. Язык «нечеткий ПРОЛОГ’У/Comp. Today.-1988, v.5, № 5, pp.41−46.
  129. М.Б., Вальковский В. Б. Система обработки нечетких данных на базе языка ПРОЛОГ//Изв. Ленингр. Электротехн. Ин-та, 1987, № 392, с.46−49.
  130. Robert Lea N. An application of fuzzy sets in real time filteringproblems//Proc.26th IEEE Conf. Decis. And Contr., Los Angeles, Calif., 1987, v.3, pp.1929−1933.
  131. Ying Hao, Siler W., Tucker D. A new type of fuzzy controller based upon a fuzzy expert system shell FLOPS//Proc. Int. Workshop Artif. Intell. Appl., Hitachi City, 1988, pp. 382−386.
  132. Mori Shungo. Одноконтурный ПИД-регулятор универсального типа с использованием нечеткой логики/ZInstr. And Contr. Eng., 1988, v.31, № 5, pp.21−25.
  133. Умано Мотохидо. Использование нечетких множеств в вычислительнойтехнике//СотрЩ. Today.-1988, v.5, № 5, рр.28−33.
  134. Мидзумото Масахару. ЭВМ с нечеткой логикой// Comput. Today.-1988, v.5, № 5, pp.11−16.
  135. Никита Широ, Комайа Клиотоши. Новая система управления подъемником, разработанная на основе теории размытых множеств//Тгаш. Soc. Instrum. And Contr.Eng.-1989, v.25, № 1, pp.99−104.
  136. Сатаке Нобуру, О Осаму, Кобаяши Казухико, Ягишита Осаму. Адаптивное управление насосной станцией с использованием нечеткой логики// Trans. Soc. Instrum. And Contr.Eng.-1989, v.109, № 5, pp.361−366.
  137. Озава Казухиро, Херота Kaopy. Триггер дискретного режима по минимуму-максимуму на нечеткой логике// Trans. Soc. Instrum. And Contr.Eng.-1989, v.109, № 5, pp.383−389.
  138. Ю.Ю., Колодяжный С. И. Универсальный элемент нечеткой логики на стандартных логических элементах//Рук.деп.в УкрНИИНТИ, 1989, № 615-Ук89.
  139. В.Г., Какушкин М. Ю. Алгоритм управления углом опережения зажигания, использующий правила условного логического вывода//Материалы МНТК «Нечеткая логика, интеллектуальные системы и технологии» Владимир, ВЛГУ, 1998, с.14−16.
  140. И.Б., Чуличков А. И. Калибровка видеосистемы методами нечеткой математики// Материалы МНТК «Нечеткая логика, интеллектуальные системы и технологии» Владимир, ВЛГУ, 1998, с. 33−34.
  141. Ю.П. Методы теории возможностей в задачах оптимального оценивания и принятия решений//Вестник МГУ. Серия 3.: Физика, Астрономия. 1997.
  142. Д., Прад А. Теория возможностей. Приложение к представлению знаний в информатике//Под ред. С. А. Орловского.-М.: Радио и Связь, 1990.
  143. А.Н., Коровин С. Я. Ситуационные советующие системы с нечеткой логикой.-М.: Наука, 1990.
  144. К.А., Авдеев О. Н. Интеллектуальные регуляторы// Труды 3-го Международного Симпозиума «Интеллектуальные системы ИНТЕЛС-98», Псков-Москва, «TBK», 1998, с. 165−167.
  145. В.Я. Развитие концепции неопределенности в теории информационных систем//Измерения, контроль, автоматизация, № 3(37), 1981, с.53−63.
  146. А. Очерк фундаментальной теории измерений, сформулированной на базе теории размытых множеств//Роэ1. technol. Masz. I urzad, 1983, № 2, 13−19.
  147. Xie W.X., Bedrosian S.D. An information measure for fuzzy sets/ЛЕЕЕ Trans. Syst., Van, and Cybern 1984, v. 14, № 1, pp. 151−156.
  148. Л.К., Солопченко Г. Н. Использование априорной информации о функциональных связях между измеряемыми величинами для повышения точности измерений// Измерения, контроль, автоматизация, № 1(49), 1984, с.3−13.
  149. Г. С., Резник Л. К. Оптимальное управление линейными нечеткими системами//Автоматика и телемеханика, 1981, № 4, с. 66−69.
  150. В.Н., Слаев В. А. Формализация понятия качества метрологических систем на основе нечетких множеств//Метрология, 1985, № 1, с. 11−17.
  151. В.А. Теоретические источники, развитие и практические приложения методов нечеткой классификации и распознавания образов//Рук. деп. в УкрНИИНТИ, 1986, Киевский Политехнический институт.26с.
  152. О.Ф. Уточнение понятия «временной интервал» с позиции теории нечетких множеств//Измерительная техника, 1987, № 8, с.23−24.
  153. М.В., Тульчин Л. Г. Об использовании теории нечетких множеств для оценки качества средств электроизмерительной техники//Экономические проблемы ускорения науч.-техн. Прогресса в электроизмерительном приборостроении-Л., 1988, с.40−46.
  154. Dubois D., Prade Н. Fuzzy sets, probability and measurement//Eur. J. Oper. Res.- 1989, v.40, № 2, pp. 135−154.
  155. H.H. Теоретико-информационное сравнение нечеткости с вероятностной неопределенностью/ЯСибернетика, Киев, 1988, № 1, с.86−89, 106, 135.
  156. В.Ю. Оценивание параметров при нечеткой информации об условиях наблюдений//Радиотехника, 1989, № 4, с.43−45.
  157. Е.Я., Бажора Ю. И., Карповская-Скорик Е.Е. Нечеткий классификатор для существенно малых выборок в задачах диагностики заболеваний// Материалы МНТК «Нечеткая логика, интеллектуальные системы и технологии» Владимир, В ЛГУ, 1998, с. 16−18.
  158. О.В. Подходы и прикладные системы тестирования аналоговых схем с использованием искусственного интеллекта и нечеткой логики// Материалы МНТК «Нечеткая логика, интеллектуальные системы итехнологии"-Владимир, ВЛГУ, 1998, с. 40−42.
  159. Mandelbrot B.B. Fractals//Encyclopedia of Physical Science and Technology, v.5, 1987, pp.579−593.
  160. Mandelbrot B.B. The Fractal Geometry of Nature. N-Y, Freeman Press, 1983.
  161. .Б. Самоподобные фрактальные множества // В кн. Фракталы в физике. Под ред. Л. Пьетронеро, Э.Тозатти., М.: Мир, 1988.
  162. Mandelbrot В.В. How long is the cost of Britain? Statistical self-similarity and fractal dimension.- Science, v. l55, 1967, pp.636−638.
  163. Mandelbrot B.B., Van Ness J.W. Fractional Brownian motions, fractional noises and applications.- SIAMRev., v. 10, pp.422−437.
  164. Mandelbrot B.B., Wallis J.R. Some long-time properties of geophysical records.- Water Resour.Res., v.5, 1969, pp.321−340.
  165. Mandelbrot B.B. Fractals: Form, Chance and Dimension.- San Francisco, Freeman Press, 1977.
  166. Mandelbrot B.B. Fractals and Multifractals: Noise, Turbulence and Galaxies.-• N-Y., Springer, 1988.
  167. .Б. Фракталы и возрождение теории итераций// В кн. Красота фракталов. Образы комплексных динамических систем: Пер. с англ.-М.: Мир, 1993, с. 131−140.
  168. Barnsley M.F. Fractals Everywhere.- San Diego, Academic Press, 1988.
  169. Gleick J. Chaos.- Harmondsworth, UK, Pengium, 1988.
  170. Sorensen P. Fractals.- Byte, 1984, pp.157−172.
  171. Batty M. Fractals geometry between dimensions — New Scientist, 1985, pp.31−35.
  172. Muller J-C. Fractal and automated line generalization.- Cartographic Jour., v.24, 1987, pp.27−34.
  173. Sander L.M. Fractal growth.- Sci.Amer., v.256, 1987, pp.82−88.
  174. Stanley H.E., Ostrowsky N. On Growth and Form: Fractal and Non-fracnal Patterns in Physics.- Martinus Nijhoff, Boston, 1987.
  175. Voss R.F. Random Fractal Forgeries/ZFundamental Algorithms for Computer Graphics.- Earnshaw R.A., Ed., Springer-Verlag, Berlin, 1985, pp. 805−835.
  176. Saupe D. Algorithms for for Computer Graphics.//The Science of Fractal Images.- Peitgen H.-O., and Saupe D., Ed., Springer-Verlag, N-Y, 1988.
  177. Saupe D. Random Fractals in Images Synthesis/TFractal and Caos.- Grilly A.J., Earnshaw R.A., Jones H., Ed., Springer-Verlag, N-Y, 1991.
  178. B.C., Баланкин A.C., Бунин И. Ж., Оксогоев A.A. Синергетика и фракталы в материаловедении. М.: Наука, 1994. 384 с.
  179. Ф.М. Энергия разрушения фрактальной трещины, распространяющейся в бетоне или горной породе // Докл. АН. 1992. Т.325. N 3. С.1138−1141.
  180. Ф.М., Онищенко Д. А. Фрактальная шероховатость в задачах контакта и трения (простейшие модели) // Трение и износ. 1993. Т. 14. N 3. С. 452−459.
  181. М.И. Структурные аспекты фрактальной механики древесно-полимерных композитов // Изв. АН БССР. Сер. физ.-техн. наук. 1991. N 2. С. 18−22.
  182. М.В., Молчанов С. А., Сидоренко А. Ф. Теория перколяции и некоторые приложения // Итоги науки и техники. Сер. Теория вероятностей. Математическая статистика. Теоретическая кибернетика. М.: ВИНИТИ, 1986. Т.24. С.53−110.
  183. О.Б., Давыдова М. М. Топологический (фрактальный) анализ кинетики накопления дефектов при оценке прочности углеродных композитов // Механика композитных материалов. 1994. Т.30. N 1. С. 19−30.
  184. Е. Фракталы. -М.: Мир, 1991.
  185. Э. Детерминированное непериодическое течение И В кн. ' «Странные аттракторы» (перевод с англ. под ред. Синая Я. Г. и Шильникова
  186. Л.И.). -М.: Мир, 1981. С.88−116.
  187. Л., Барнсли М. Фрактальное сжатие изображений//Мир ПК, № 4, 1992.
  188. Barnsley M.F. Fractal Image Compression // Notices. 1996. V.43. N 6. P.657−661.
  189. Сундучков А. «Фракталы, синтезизображений»,
  190. Компьютеры+Программы, № 6, 1996, Интернет-журнал:http://www.visti.net/cplusp/all 96/6n96v/ind6n96y.htm
  191. В.А., Дольников B.JI. Фрактальное сжатие изображений по Барнсли-Слоану// Автоматика и телемеханика.-1994.-N5.-с. 12−20.
  192. Д. Применение фракталов в машинной графике.// Computerworld-Россия.-1995 .-N15 .-с. 11.
  193. М. Краткое описание метода фрактального сжатия изображений: Интернет-сообщение, http ://www.sochi.com/cgi-bin/ht2/ht2 cgi. cgi?=cinfo&FRACOMP218. http://www.amc.ru/~dv/. Интернет-страница Д.С.Ватолина
  194. A.C. Запись и восстановление информации в одномерных динамических системах, Радиотехника и электроника, 1991, Т.36, №.1, с.101−108.
  195. A.C., Куминов Д. А., Павлов В. В., Панас А. И. Запись, хранение и обработка текстов на основе одномерных динамических систем, Препринт ИРЭ РАН, М.:ИРЭ РАН, 1993, № 3(585).
  196. A.C. Хаос и обработка информации в нелинейных динамических системах, Радиотехника и электроника, 1993, Т.38, № 1, с.1−24.
  197. Ю.Л., Дмитриев A.C. «Передача информации с помощью детерминированного хаоса», Радиотехника и электроника, 1993, Т.38, № 7, с.1310−1315.
  198. Ю.В., Вельский Ю. Л., Дмитриев A.C., Куминов Д. А., Динамические системы с хаосом как среда для записи, хранения и обработки информации. Известия ВУЗов, Радиофизика, 1994, т.37, с.1003−1019.
  199. Dmitriev A.S., Panas A.I., and Starkov S. О., «Experiments on speech and music signals trasmission using chaos», International Journal of Bifurcation and Chaos, 1995, vol. 5, No. 4, pp. 1249−1254.
  200. Andreyev, Yu.V. and Dmitriev, A.S. Fractal properties of speech signals, Abst. Int. Conf. Nonlinear Dynamics and Chaos ICND-96, Saratov, Russia. July 8−14,1996, p. 13.
  201. A.C., Кузьмин JI.B., Панас А. И., Старков С. О. «Радиосвязь с использованием хаотических сигналов», Препринт ИРЭ РАН. 1997. № 1(615).
  202. А.С., Старков С. О. «Передача сообщений с использованием динамического хаоса и классическая теория информации», Зарубежная радиоэлектроника. Успехи современной радиоэлектроники. 1998. № 11, с. 432.
  203. А.С., Панас А. И., Старков С. О. «Эксперименты по передаче музыкальных и речевых сигналов с использованием динамического хаоса», Препринт ИРЭ РАН. № 12(600) М.: ИРЭ РАН, 1994.
  204. Ю.Л., Дмитриев А. С. «Влияние возмущающих факторов на работоспособность системы передачи информации с хаотической несущей», Радиотехника и электроника, 1995, Т.40, № 2, с.265−281.
  205. А.С., Широков М. Е. «Синхронизаторы хаотических сигналов», Радиотехника и электроника, 1995, Т.40, № 11, с. 1667.
  206. Dmitriev A.S., Panas A., and Starkov S.O. «Transmission of complex analog signals by means of dynamical chaos», Proc. 3-rd Int. Workshop NDES-95, Dublin, Ireland. 1995, pp. 241−244.
  207. S. & Yemetz S. «Digital communication systems using chaos», Proc. С ОС'97. 1997. St. Petersburg. Russia, pp.207−210.
  208. Ю.В., Дмитриев A.C., Куминов Д. А., Хаотические процессоры, Успехи современной радиоэлектроники (Зарубежная радиоэлектроника), 1997, No. 10, с.50−79.
  209. А.С., Кузьмин Л. В., Панас А. И., Старков С. О. Радиосвязь с использованием хаотических сигналов, Препринт ИРЭ РАН. 1997. № 1(615).
  210. А.С., Емец С. В., Панас А. И., Старков С. О. Эксперименты по применению сигнальных процессоров для передачи информации с использованием хаотических колебаний, Препринт ИРЭ РАН. 1997. № 4(618).
  211. A., Starkov S. & Yemetz S. Chaotic communications using digital signal processors, Proc. NOLTA'98. 1998. Crans-Montana, Switzerland. Vol. 3. pp. 1093−1096.
  212. M.E. Многопользовательская схема связи на хаотических несущих, Радиотехника и электроника. 1998. Т. 43. вып. 11.
  213. А.С., Емец С. В., Старков С. О. Высокоскоростная передача данных с использованием динамического хаоса, Радиотехника и электроника. 1998. Т. 43.
  214. B.C. Стохастические колебания в радиофизических системах. Часть 1: Физико-математические основы описания и исследования динамической стохастичности. Изд-во СГУ, 1985, 180 с.
  215. B.C. Стохастические колебания в радиофизических системах. Часть 2: Типичные бифуркации и квазиаттракторы в нелинейных системах с малым числом степеней свободы. Изд-во СГУ, 1986, 200 е., 80 илл.
  216. Anishchenko V.S. Dynamical Chaos Basic Concepts. В-14, Teubner-Texte zurPhysik, Leipzig, 1987, 172 p.
  217. Anishchenko V.S. Dynamical Chaos in Physical Systems: Experimental Investigation of Self-Oscillating Circuits. B-22, Teubner-Texte zur Physik, Leipzig, 1989, 212 p.
  218. B.C. Сложные колебания в простых системах. Механизмы возникновения, структура и свойства хаоса в радиофизических системах. М.: Наука, 1990,312 с.
  219. Anishchenko V.S., Dynamical Chaos Models and Experiments. World Scientific, Singapore, 1995, 400 pp.
  220. B.C., Сафонова M.А. Бифуркации аттракторов в присутствии флуктуаций. ЖТФ, т. 58, вып. 4, 1988, с. 641−651.
  221. B.C., Сапарин П. И. Размерность аттракторов Фейгенбаума в эксперименте. Письма в ЖТФ, 1989, т. 15, вып. 24, с. 28−32.
  222. B.C., Постнов Д. Э. Самоорганизация в хаосе. Новый метод экспериментальной диагностики. Письма в ЖТФ, 1990, т. 16, вып. 5, с. 2832.
  223. B.C., Вадивасова Т. Е., Постнов Д. Э., Сафонова М. А. Вынужденная и взаимная синхронизация хаоса. Радиотехника и электроника, 1991, т. 36, № 2, с. 338−351.
  224. B.C., Сапарин П. И., Сафонова М. А. Измерительно, вычислительный комплекс для диагностики сложных режимовавтоколебаний. Радиотехника и электроника, 1992, т. 37, с. 467−479.
  225. Anishchenko V.S., Halle K.S., Chua L.O., Safonova M.A., Signal amplification via chaos: experimental evidence. In: «Chua's Circuit: A Paradigm for Chaos». World Scientific, 1993, pp. 290−308.
  226. B.C., Постнов Д. Э. Синхронизация электрических колебаний и электрическая активность человеческого мозга. Изв. вузов, «Прикладная нелинейная динамика», 1993, т. 1, №. 3−4, с. 45−53.
  227. B.C., Сапарин П. И. Нормированная энтропия как, диагностический признак реакции сердечно-сосудистой системы человекана внешнее воздействие. Изв. вузов, «Прикладная нелинейная динамика», т. 1,№ 3−4, с. 54−64, 1993.
  228. B.C., Нейман А. Б., Сафонова М. А., Хованов И. А. Стохастический резонанс при многочастотном воздействии. Радиотехника и электроника, т. 39, № 8−9, с. 1380−1392, 1994.
  229. B.C., Постнов Д. Э., Хованов И. А., Шульгин Б. В. Использование стохастического резонанса для повышения отношениясигнал/шум в радиотехнических системах. Радиотехника и электроника, т. 39, № 12, с. 2004−2014, 1994.
  230. B.C., Сапарин П. И., Курте Ю., Витт А., Фосс А. Анализ динамики сердечного ритма человека на основе критерияперенормированной энтропии. Изв. вузов, «Прикладная нелинейная динамика», т. 2, № 3−4, с. 55−64, 1994.
  231. B.C., Сапарин П. И., Анищенко Т. Г. О критерии степени упорядоченности режимов автоколебаний. Иллюстрация S-георемы Климонтовича. Журнал технической физики, т. 64, вып. 11, с. 1−7, 1994.
  232. Д.Э., Стохастический резонанс в автогенераторах с жестким возбуждением. Изв. вузов «Прикладная нелинейная динамика», 1995, т. 3, № 3, с. 100−111.
  233. Д.Э., Никитин А. П., Анищенко B.C. Управление потоком ' вероятности в системе фазовой автоподстройки частоты. Письма в
  234. ЖТФ, 1996, т. 22, № 9, с. 24−29.
  235. Н.Б., Павлов А. Н., Баланов А. Г., Анищенко B.C. Задача реконструкции математической модели применительно к электрокардиограмме. «Письма в ЖТФ». 1996. Т. 22. № 16. Р. 57−63.
  236. В.В., Шабунин A.B. «Синхронизация- хаотических осцилляторов посредством периодической модуляции коэффициента связи» Известия ВУЗов, Прикладная нелинейная динамика, т. 5, № 1, с. 15−29, 1997.
  237. A.B. Нелинейно-динамический анализ ЭЭГ человека http://www.chat.ru/~xiii/ Интернет-страница.
  238. Grassberger P., Procaccia I. Characterization of Strange Attractor//Phisical Review Letters, v.50, № 5, 1983, pp.346−349.
  239. Ю.Н. Элементы «нечеткой» статистики в задаче идентификации формы закона распределения.//Тезисы докладов Всесоюзной НТК «Измерительные информационные системы, ИИС-89», Ульяновск, ч.1., М.: 1989, с. 9.
  240. Ю.Н. Элементы нечеткой статистики в задаче идентификации формы закона распределения//Тезисы докладов ВНТК «Идентификация, измерение характеристик и имитация случайныхсигналов», Новосибирск, НЭТИ, 1991, с. 12−13.
  241. Ю.Н. «Нечеткая» идентификация сигналов в статистических ИИС// Тезисы докладов ВНТК «Измерительные информационные системы, ИИС-91», С.-Пб., ЦП ВНТО приборостроителей им. С. И. Вавилова, ВНИИЭП, 1991, с. 13.
  242. Ю.Н. Новый метод распознавания образов// Тезисы докладов XLIX Научной сессии, посвященной Дню Радио, ч.2, М.: НТО РЭС им. А. С. Попова, 1994, с.126−127.
  243. Ю.Н. Метод и система компьютерной диагностики// Тезисы ' докладов Российской НТК «Методы и средства оценки и повышениянадежности приборов, устройств и систем», ч.2, Пенза, ПГТУ, 1994, с.67−69.
  244. Ю.Н. Нечеткая идентификация формы распределения вероятности.-М.: Измерительная техника, № 9, 1992.
  245. Ю.Н., Гранкин Д. Е. Особенности представления результатов наблюдений принадлежностными спектрами// Тезисы докладов 3 Всероссийской НТК «Методы и средства измерений физических величин», ч. Ю, Н-Новгород, НГТУ, 1998, с. 32.
  246. Ю.Н. Представление случайных сигналов с помощью принадлежностных спектров. Интернет-публикация, М.: Журнал Радиоэлектроники, ИРЭ РАН, № 2 (февраль), 2000.
  247. Dubois D., Prade Н. Fuzzy real algebra: some results.-Fuzzy Sets and Systems, 1979, v.2, № 4, pp.327−348.
  248. Gupta M.M. A survey of process control application of fuzzy sets theory//Proc. IEEE Conf. Decision and Control, San Diego, N-Y, 1978, pp.14 541 461.
  249. Mizumoto M., Tanaka K. Algebraic properties jf fuzzy numbers//Proc. IEEE Int. Conf. Cybernetics and Society, 1976, pp.559−563.
  250. Jager R.R. Fuzzy equation//Proc. IEEE Int. Conf. Decision and Control, 1977, pp.596−600.
  251. Jager R.R. Validation of fuzzy linguistic models.-J. Of Cybernetics, 1978, v.8,pp, 17−30.
  252. Jager R.R. On solving fuzzy mathematical relationships.-Information and Control, 1979, v.41, № 1, pp.29−55.
  253. Ю.Н., Кобенко В. Ю. Принадлежностная модель фрактальной размерности// Тезисы докладов 1-ой Всероссийской НТК «Компьютерные технологии в науке, проектировании и производстве», 4. XIV, Н-Новгород, НГТУ, 1999, с.34−35.
  254. Ю.Н. Технологии принадлежностных идентификационных шкал//Рук.депон. в ВИНИТИ, № 3697-В98, Омский гос.техн. университет, 1. Омск, 1998, 150 с.
  255. П. Оценка точности результатов измерений.-М.: Энергоатомиздат, 1988.
  256. В.К. Статистические методы анализа и планирования экспериментов.-М.: МГУ, 1975.
  257. Р.В., Исмаилов Ш. Ю., Сысоев Н.Ф, Вероятностно-статистические методы в АСНИ.-Л.: Изд-во ЛПИ, 1986.
  258. В.И., Кушко В. Л. Методы обработки измерений.-М.: Сов. Радио, 1976.
  259. В.В., Алексеев А. И., Горский Н. Д. Анализ данных на ЭВМ.-М.: Финансы и статистика, 1990.
  260. Serfling R.J. Generalized L, -M, and R-estimates//Annal.Statist., 1984, v. 12, pp.76−86.
  261. Ф.П., Шуленин В. П. Об одном классе оценок параметра положения// Тезисы доклада 6-ого Международного Симпозиума по теории информации, Ташкент, 1984, с. 171−173.
  262. В.П. Асимптотически эффективные оценки Ходжеса-Лемана//Тезисы докладов ВНТК «Идентификация, измерение характеристики имитация случайных сигналов», Новосибирск, НЭТИ, 1991, с. 131−132.
  263. A.B., Терпугов А. Ф. Взвешенное относительно медианы среднее// Тезисы. докладов ВНТК «Идентификация, измерение характеристик и имитация случайных сигналов», Новосибирск, НЭТИ, 1991, с. 129−130.
  264. Ю.Н. Нечеткая идентификация островершинных законов распределений//В кн. «Техника электрических и магнитных измерений», Омск, ОмПИ, 1989, с. 15−17.
  265. В.В. Цифровое моделирование в статистической радиоэлектронике.-М.: Сов. Радио, 1971.
  266. Г. П. Имитация случайных процессов.-Иркутск: Изд-во Иркутского университета, 1983.
  267. И.В. Имитационное моделирование на ЭВМ.-М.: Радио и Связь, 1988.
  268. М.В. Система генераторов псевдослучайных чисел для персональных компьютеров.-Новосибирск, ВЦ СО АН СССР, препринт, 1990.
  269. Ф. Моделирование на вычислительных машинах.-М.: Сов. Радио, 1972.
  270. В.И. Бесконечнозначная логика в задачах кибернетики.-М.: Радио и Связь, 1982.
  271. В.И. Структурно-логические методы исследования сложных систем с применением ЭВМ.-М.: Наука, 1987.
  272. В.И. Непрерывная логика, ее обобщения и применение//Автоматика и телемеханика, 1990,№ 8, 9.
  273. В.И. Обобщения непрерывной логики//Материалы Международной НТК «Нечеткая логика, интеллектуальные системы и технологии», Владимир, ВлГУ, 1998, с.45−49.
  274. В.И. Новое обобщение операций над нечеткими множествами// Материалы Международной НТК «Нечеткая логика, интеллектуальные системы и технологии», Владимир, ВлГУ, 1998, с.30−33.
  275. Л.И., Ребане Р.-В.П. Синтез алгоритмов уравновешивания и структур АЦП в элементном базисе реляторов//В кн.: Проектирование и диагностика вычислительных средств.-Таллин, АН ЭССР, 1986, с.92−105.
  276. Л.И., Левин В. И. Непрерывная логика. Теория и применение.-Таллин: АН Эстонии, 1990.
  277. Ю.Н., Макаров A.A. Статистический анализ данных на компьютере.-М.: ИНФРА-МД998.
  278. Ю.Н. Упорядочение данных на фрактальной шкале//Тезисы докладов Международной конференции «Проблемы оптимизации и экономические приложения», Омск, Омский гос. университет, 1997, с. 89.
  279. Ю.Н. Фрактальная шкала для распределений вероятности// Тезисы докладов Международной конференции «Всесибирские чтения по математике и механике», т. 1-Математика, Томск, Томский Гос. Университет, 1997, с. 127−128.
  280. Ю.Н. Измерение фрактальных свойств случайных процессов//Доклады 2-ой Международной НТК «Моделирование и исследование сложных систем», 4.1, Под общ.ред. Михайлова Б. М., Зуева В. В., Хныкина А.П.-М.: МГАПИ, 1998, с.45−54.
  281. Ю.Н. Измерение фрактальности// Тезисы докладов 3-ей. Всероссийской НТК «Методы и средства измерений физических величин», ч. Х, Н-Новгород, НГТУ, 1998, с. 32.
  282. Ю.Н. Фрактальные модели случайных процессов//Труды 4-ой Международной конференции «Актуальные проблемы электронного приборостроения, АПЭП-98», т.11, Новосибирск, НГТУ, 1998, с.24−25.
  283. Ю.Н. Фрактальная идентификация распределений вероятности// Рук.депон. в ВИНИТИ, № 759-В98, Омский гос.техн. университет, Омск, 1998, 23 с.
  284. Ю.Н. Фрактальные идентификационные шкалы// Рук.депон. в ВИНИТИ, Ж3870-В98, Омский гос.техн. университет, Омск, 1998, 16 с.
  285. Ю.Н. Фрактальная шкала для измерения распределений вероятности. Интернет-публикация, М.: Журнал Радиоэлектроники, ИРЭ1. РАН, № 3 (март), 2000.
  286. В.В., Сорокин B.C. Материалы электронной техники.-М.: Высшая школа, 1986.
  287. A.A., Бишард Е. Г. Магнитные материалы и элементы.-М.: Высшая школа, 1986.
  288. Voss R.F. Random fractal forgeries//Fundamental Algorithms in Computer Graphics. Ed. R.A.Earnshow, Springer-Verlag, Berlin, 1985, pp.805−835.
  289. В. Введение в теорию вероятностей и ее приложения. В 2-х т.-М.: Мир, 1984.
  290. Ю.Н. Метод фрактальной классификации сложных сигналов-Интернет-публикация, М.: Журнал Радиоэлектроники, ИРЭ РАН, № 4 (апрель), 2000.
  291. Ю.Н. Распознавание данных на принадлежностных шкалах// Материалы Международной НТК «Нечеткая логика, интеллектуальные системы и технологии», Владимир, ВлГУ, 1998, с.21−23.
  292. Ю.Н. Нечеткие и фрактальные модели представления сигналов в интеллектуальных ИИС// Труды 3-го Международного Симпозиума «Интеллектуальные системы, ИНТЕЛС-98», Под ред.• К. А. Пупкова, Псков, М, ООО «TBK», 1998, с. 234−236.
  293. Ф.М. Математический анализ измерений сердечного ритма. -М.: Наука, 1989.
  294. Катона 3. Техника лечит М., Мир, 1980.
  295. Ю.Н. Интеллектуальная система распознавания случайных сигналов// Труды 4-ой Международной конференции «Актуальные проблемы электронного приборостроения, АПЭП-98», т. 9, Новосибирск, НГТУ, 1998, с.72−73.
  296. Ю.Н. Интеллектуальная распознающая система//Тезисы докладов 2-ой Всероссийской НТК «Компьютерные технологии в науке, проектировании, производстве», ч. б, Н-Новгород, НГТУ, 2000, с.24−27.
  297. М.А. Метрологические основы технических измерений.-М.: Изд-во стандартов, 1991.
  298. , J. Н. Hierarchical grouping to optimize an objective function. Journal of the American Statistical Association, 58, № 236. 1963.
  299. Г. С. Методы обработки разнотипных экспериментальных данных.-Новосибирск, Наука, 1981.
  300. Wei, W. W. Time series analysis: Univariate and multivariate methods. New York: Addison-Wesley, 1989.
  301. Hartigan J. A. Clustering algorithms. New York: Wiley, 1975.
  302. Ripley B. D. Pattern recognition and neural networks. Cambridge: Cambridge University Press, 1996.
  303. Ю.Н. Идентификация эффектов нестационарности сигналов//Материалы 3-ей Международной НТК «Динамика систем, механизмов, машин», Омск, ОмГТУ, 1999, с. 167−168.
  304. В.Ю. Классификация процессов сложной формы по фрактальным свойствам Vz-методом// Тезисы докладов 2-ой Всероссийской НТК «Компьютерные технологии в науке, проектировании и производстве», ч.2, Н-Новгород, НГТУ, 2000, с. 27.
Заполнить форму текущей работой

Заказал и сдал!