Please use this identifier to cite or link to this item: http://repository.kpi.kharkov.ua/handle/KhPI-Press/26607
Title: Model of the situations recognition in conditions dissimilar and incomplete data
Other Titles: Mодель розпізнавання ситуацій в умовах різнорідності та неповноти даних
Authors: Dvukhglavov, Dmytro Eduardovych
Muzyka, Oleksandr Volodymyrovych
Hlazkov, Stanislav Oleksandrovych
Keywords: situations recognition; alphabet of classes; quantitative characteristic; qualitative characteristic; fuzzy measure; incomplete data; розпізнавання ситуацій; алфавіт класів; кількісна ознака; якісна ознака; нечітка міра; неповнота даних
Issue Date: 2016
Publisher: NTU "KhPI"
Citation: Dvukhglavov D. E. Model of the situations recognition in conditions dissimilar and incomplete data / D. E. Dvukhglavov, O. V. Muzyka, S. O. Hlazkov // Вісник Нац. техн. ун-ту "ХПІ" : зб. наук. пр. Сер. : Системний аналіз, управління та інформаційні технології. – Харків : НТУ "ХПІ", 2016. – № 37 (1209). – С. 17-21.
Abstract: There have been proposed model of situations recognition in determined alphabet, based on combination of quantitative and qualitative characteristics, considered the data dissimilar, coming from information sources. In the model improved the quality of the formalized description of quantitative characteristics using histograms instead of fuzzy L-R intervals, which gives the possibility of organizing a self-learning recognition system situations based on the processing statistics of recognition. Recommendations for formation of characteristics sets to overcome the data incompleteness have been present. Proposed model may be use for formalization knowledge about situation recognition process. Subject areas for implementation taken results are diagnostic in medicine and energetic, situation assessment at the military control points, making prognosis in ec onomic.
Представляється модель розпізнавання ситуацій у детермінованому алфавіті на основі сукупності кількісних та якісних ознак, що враховує різнорідність даних, що поступають від джерел інформації. В моделі вдосконалюється якість формалізованого опису кількісних ознак за рахунок використання гістограм заміст нечітких L-R інтервалів, що надає можливість організації самонавчання системи розпізнавання ситуацій на основі обробки статистики розпізнавання. Представлені рекомендації щодо формування наборів ознак для подолання неповноти даних.
URI: http://repository.kpi.kharkov.ua/handle/KhPI-Press/26607
Appears in Collections:Вісник № 37
Кафедра "Програмна інженерія та інформаційні технології управління ім. проф. Дабагяна А. В." (Автоматизовані системи управління)

Files in This Item:
File Description SizeFormat 
vestnik_KhPI_2016_37_Dvukhglavov_Model.pdf524,56 kBAdobe PDFThumbnail
View/Open
Show full item record  Google Scholar



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.