НАХОЖДЕНИЕ И КОРРЕКТИРОВКА СЛУЧАЙНЫХ ВОЗМУЩЕНИЙ В ЧИСЛОВОМ N-МЕРНОМ ПРОСТРАНСТВЕ
В качестве решения, например, может быть применён, например, метод нейросетевого анализа. При этом, важно правильно выбрать архитектуру и построить "обучение" сети. Данный метод является одним из приоритетных при условии, что n - достаточно велико. Тогда обучение сети можно осуществить автоматизированным методом и точность определения будет достаточно высока. Однако, при небольшом количестве рядов точность определения будет недостаточной, количество ложных сpaбатываний будет в разы больше чем верных.
Другим подходом к решению поставленной задачи может быть метод варьирования (полного перебора) и выявления влияния друг на друга при помощи методов приближённых вычислений. Однако все эти методы требуют достаточного большого количества операций, и при большом количестве вариантов время поиска будет велико. Причём будет расти не линейно, и не даже квадратично. Например, при количестве параметров m, количество проверяемых вариантов при глубине поиска в две переменных - m2+2*m4. При этом если параметр является переменной от 3 других параметров, то зависимость не будет найдена. Следовательно, метод варьирования будет эффективен только для рядов с небольшим количеством параметров.
Становится ясно, что способ нейросетевого анализа имеет жёсткие ограничения на количество рядов, а метод варьирования имеет жесткие ограничения на длину ряда. Необходим метод, который допустимо хорошо работал бы с любыми входными данными в рамках заданных ограничений. При этом время работы алгоритма должно быть линейным или сравнимо с линейным.
Рассмотрим задачу поиска искажений входные данные на примере матрицы чисел m*n, где m - количество параметров, а n - количество однородных (однотипных) рядов. К данным таблицы предъявляется два условия - первое состоит в том, что некоторые величины построчно коррелируют друг с другом или являются функцией других параметров, второе - что большинство чисел (более 95 % например) - корректные. Требуется отыскать точки (элементы) матрицы, в которых имеют место нелогичные возмущения. При этом правила зависимости (функции) одних параметров от других существуют, но неизвестны. Возможно решение одной из двух задач.
Первая задача, более простая, - отыскание точек случайных возмущений в матрице без выявления зависимостей параметров друг от друга. Вторая задача, комплексная, - нахождение зависимостей параметров друг от друга и отыскание точек случайных возмущений в матрице.
Предлагается использовать модифицированный метод варьирования. Его суть состоит в следующем - рассматриваем каждый столбец как параметр некой функции. Рекурсивно разбиваем все параметры по интервалам, и для каждого интервала формируем результирующий параметр. Причём результирующий параметр не может быть аргументом функции. Идём при помощи объединений от простейшей функции - функции одного аргумента. Если выявлено влияние одного параметра на другой, то исключаем один из них из дальнейшего просмотра, уменьшая количество параметров для дальнейшего просмотра. Найденные зависимости помещаем в стек, чтобы впоследствии начать рассмотрение с зависимостей с максимальным числом параметров.
Для определения зависимости параметров от результата используется следующий метод - представим данные каждого ряда как точку функции. Для матрицы рассматривается двухмерный вид - точка на плоскости. Тогда точки, которые выбиваются из графика функции и являются точками возмущения. Рассмотрим простейший пример:
Входные данные:
|
|
a |
b |
c |
|
1 |
1 |
5 |
5 |
|
2 |
2 |
10 |
8 |
|
3 |
7 |
35 |
5 |
|
4 |
3 |
15 |
8 |
|
5 |
6 |
30 |
5 |
|
6 |
9 |
45 |
11 |
|
7 |
5 |
25 |
8 |
|
8 |
4 |
15 |
9 |
|
9 |
11 |
55 |
3 |
График 1. Линейная зависимость a от b
Необходимо выявить и исправить ошибку в переменной b в восьмом ряду. Построим линейную зависимость a от b.
Из графика 1 чётко видно возмущение в точке №8.
Для линейной зависимости поиск зависимостей не составляет сложности. Для нелинейных случаев необходимо уже применение методов отыскания новой точки функции по уже известным. Для этого добавляем информацию обо всех точках в информационную таблицу приближённой функции b= (a). Информация об ошибочных точках также попадает, но она не вносит сильного искажения, так как количество таких точек невелико, и вес каждой из них будет невелик. Далее производим поиск для каждой точки, при помощи, например, сплайн функций, далее вычисляем:
, и получаем приближённое значение для каждой точки b. Далее вычисляем коэффициент расхождения k:
Далее, для каждой точки рассчитываем
Если , то с достоверностью можно утверждать, что точка ошибочная.
Проведя анализ для всех точек всех рядов, получаем искомые точки за линейное время.
Работа представлена на научную конференцию с международным участием «Секция молодых ученых, студентов и специалистов», Тунис, 12-19 июня 2005 г. Поступила в редакцию 28.04.2005 г.
Статья в формате PDF
110 KB...
31 10 2026 6:37:34
Статья в формате PDF
115 KB...
29 10 2026 11:51:40
Проведен анализ эффективности курсового гетеросуггестивного воздействия на функциональное состояние ЦНС у женщин репродуктивного возраста. С помощью методов электроэнцефалографии и спектрального анализа вариабельности сердечного ритма получены достоверные данные о положительной динамике на центральном и вегетативном уровнях обеспечения психофизиологической устойчивости обследованных женщин.
...
28 10 2026 2:20:41
Статья в формате PDF
146 KB...
27 10 2026 5:14:35
Статья в формате PDF
114 KB...
26 10 2026 3:20:53
Для устойчивого развития территориального хозяйства необходимо иметь хаpaктеристику качества речной воды. И такую оценку, например, в динамике проведения санитарно-эпидемиологических испытаний речной воды, предлагается проводить по приведенным в статье примерам выявления статистических закономерностей.
По данным гидрометрических, гидрологических и санитарно-эпидемиологических измерений можно выявлять закономерности многолетних, годичных, сезонных, мecячных, недельных и суточных переменных циклов и волновых колебательных возмущений.
...
25 10 2026 13:58:14
В исследованиях приняло участие 85 спортсменов, которые были распределены
6 групп: юноши и взрослые лыжники, юноши и взрослые бегуны, юноши и взрослые спортсмены, занимающиеся скоростно-силовыми видами спорта. В качестве физической нагрузки применялась работа на велоэргометре ступенчато-повышающейся мощности без пауз отдыха от 50 до 200 Вт. При нагрузке мощностью 200 Вт во всех шести группах испытуемых выявлены значимые корреляционные связи между физической работоспособностью и частотой сердечных сокращений, отношением ударного объема крови к частоте сердечных сокращений. В группах спортсменов, занимающихся видами спорта на выносливость, и у юношей, тренирующих скоростно-силовые качества, выявлены также значимые корреляционные связи между физической работоспособностью и коэффициентом комплексной оценки обеспечения организма кислородом.
...
24 10 2026 5:31:53
Статья в формате PDF
133 KB...
23 10 2026 2:54:21
Статья в формате PDF
312 KB...
22 10 2026 5:38:29
Статья в формате PDF
119 KB...
21 10 2026 19:27:52
Статья в формате PDF
395 KB...
19 10 2026 20:15:44
Статья в формате PDF
318 KB...
17 10 2026 19:43:33
В работе представлен анализ данных литературы и собственных клинико–лабораторных обследований пациенток с дисфункциональными маточными кровотечениями и подтвержденным диагнозом гиперплазии эндометрия, позволивший дать оценку эпидемиологической ситуации, а также состояния вопроса о классификации и патоморфологической хаpaктеристике различных видов гиперпластических процессов эндометрия.
...
15 10 2026 5:53:13
Статья в формате PDF
115 KB...
14 10 2026 23:41:39
Статья в формате PDF
258 KB...
13 10 2026 6:14:57
Статья в формате PDF
139 KB...
12 10 2026 16:57:42
Статья в формате PDF
225 KB...
11 10 2026 23:54:38
Статья в формате PDF
106 KB...
09 10 2026 23:11:41
Статья в формате PDF
254 KB...
08 10 2026 21:52:51
Статья в формате PDF
310 KB...
06 10 2026 20:38:58
Статья в формате PDF
96 KB...
05 10 2026 16:54:49
Статья в формате PDF
124 KB...
04 10 2026 7:33:56
Статья в формате PDF
119 KB...
03 10 2026 12:49:16
Статья в формате PDF
129 KB...
02 10 2026 18:14:19
Статья в формате PDF
111 KB...
01 10 2026 9:25:28
Статья в формате PDF
236 KB...
30 09 2026 14:12:45
В работе представлены результаты исследования влияния высокоинтенсивных физических факторов электрического поля коронного разряда (ЭПКР), создаваемого установкой «Экран», и некогерентных световых импульсов (НСИ), создаваемых установкой «Стимул» [1, 2], на семена овощных культур, с целью повышения урожайности.
По результатам исследования выявлено, что все использованные в эксперименте режимы высокоинтенсивного физического воздействия на семена овощных культур оказывают стимулирующий биологический эффект при оценке урожайности. Определено, что наиболее эффективными режимами ЭПКР для повышения урожайности овощных культур являются режимы с напряженностью электрического поля 3,5 кВ/см и 5 кВ/см. Выявлено, что наиболее эффективными режимами НСИ для повышения урожайности овощных культур является режим с запасенной суммарной электрической энергией импульсного источника энерго-питания 80 кДж. Показано, что при воздействии на посадочный материал картофеля НСИ с запасенной суммарной электрической энергией 40 кДж наблюдается стимулирование роста, развития, повышение всхожести и сокращение вегетационного периода картофеля. Кроме того, данное физическое воздействие вызывает повышение качества урожая картофеля, т.к. вес и количество крупных и средних клубней в опытной группе значительно больше, чем в контрольной.
...
28 09 2026 3:58:59
Статья в формате PDF
112 KB...
26 09 2026 16:28:50
Статья в формате PDF
214 KB...
25 09 2026 20:20:28
Статья в формате PDF 250 KB...
24 09 2026 14:17:28
Статья в формате PDF
144 KB...
23 09 2026 22:22:32
Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::
