Cтраница 1
Вычисленные оценки для узлов s - ro уровня сравниваются со всеми ранее вычисленными оценками на предыдущих шагах движения по дереву решений и выбирается узел с максимальной оценкой. Пусть этот узел принадлежит 5гму уровню. На следующем шаге происходит спуск на ( si - - l) - n уровень. Проверка условий (6.2.27), (6.2.28) и вычисление оценок выполняются аналогично. [1]
Графики вычисленных оценок корреляционных функций измеряемых величин рассматриваемого класса в большинстве случаев носят монотонно убывающий характер и хорошо аппроксимируются линейной комбинацией ( суммой) экспонент при всех значениях аргумента, за исключением самих хвостов корреляционных функций, которые в силу неточности оценки вообще недостоверны. Исключением являются технологические процессы, в которых проявляются периодические колебания. В этих случаях аппроксимация кривой комбинацией экспонент справедлива лишь для начального участка корреляционной функции и может быть принята, если для дальнейших расчетов используется лишь эта часть корреляционной функции, либо если можно ограничиться наиболее грубой аппроксимацией. [2]
После статистической обработки вычисленные оценки Цг позволяют определить необходимую величину уменьшения акустической помехи. [3]
Вычисленные оценки для узлов s - ro уровня сравниваются со всеми ранее вычисленными оценками на предыдущих шагах движения по дереву решений и выбирается узел с максимальной оценкой. Пусть этот узел принадлежит 5гму уровню. На следующем шаге происходит спуск на ( si - - l) - n уровень. Проверка условий (6.2.27), (6.2.28) и вычисление оценок выполняются аналогично. [4]
Непосредственный анализ всех перечисленных оценок производится в логическом блоке, где на основании априорно выбранной надежности у определяются доверительные интервалы для любой из вычисленных оценок, а рассчитанные статистики ( р ( л:) сравниваются с допустимыми критическими значениями. [5]
Последовательность реализации процедуры распознавания в соответствии с АВО такова: 1) выделяется система опорных множеств алгоритма, по которым производится анализ распознаваемых объектов; 2) вводится понятие близости на множестве частей описаний объектов; 3) задаются правила: а) позволяющие по вычисленной оценке степени подобия эталонного и распознаваемого объекта вычислить величину, называемую оценкой для пар объектов; б) формирования оценок для каждого из классов по фиксированному опорному множеству на основе оценок для пар объектов; в) формирования суммарной оценки для каждого из классов по всем опорным подмножествам; г) принятия решения, которое на основе оценок для классов обеспечивает отнесение распознаваемого объекта к одному из классов или отказывает ему в классификации. [6]
Для этого находим все календарные расписания, которым соответствуют оценки меньшие, чем И7 ( Л ( Л, и последовательно, начиная с узлов более низких уровней графа, продолжаем разрешение конфликтов по правилам 5-го или 6-го шагов алгоритма до тех пор, пока не найдем расписание, для которого все конфликты разрешены и оценка не превосходит всех других вычисленных оценок. [7]
Используя 5 % или 1 % - ный уровень значимости, определяют предельные значения распределения статистических оценок в области уровня значимости. Сравнивая вычисленные оценки с табличными значениями статистических величин, принимают решение. [8]
Метод преобразования Фурье - косвенный, он предполагает ( двукратное быстрое преобразование Фурье ( БПФ): сначала прямым преобразованием получают оценку спектра мощности исследуемого случайного процесса, а затем производят обратное преобразование, дающее оценку корреляционной функции. Поэтому здесь она не приводится, а только кратко излагается общая методика нахождения оценки функции корреляции по вычисленной оценке спектра мощности с помощью БПФ. [9]
В противном случае необходимо проверить, можно ли найти расписание лучшее, чем это. Для этого находим все календарные расписания, которым соответствуют оценки меньшие, чем W ( A ( m), и последовательно, начиная с узлов более низких уровней графа, продолжаем разрешение конфликтов по правилам 3, 4, 5 или 6 шагов алгоритма до тех пор, пока не найдем расписание, для которого все конфликты разрешены и оценка не превосходит всех других вычисленных оценок. [10]
На третьем этапе агент-координатор предпринимает попытки разрешить конфликты между субъектами выбора. Эта работа начинается с выявления конфликтов, разрешение которых наиболее актуально. Множество таких конфликтов формируется на основе вычисленных оценок мер сходства требований со свойствами и упорядочивается в соответствии с весовыми коэффициентами субъектов - а также важностью их требований. Агент-координатор рассылает владельцам соответствующих требований сообщения, содержащие предложения изменить конфликтующие требования или их весовые коэффициенты в направлении достижения компромисса. [11]
На третьем этапе агент-координатор предпринимает попытки разрешить конфликты между субъектами выбора. Эта работа начинается с выявления конфликтов, разрешение которых наиболее актуально. Множество таких конфликтов формируется на основе вычисленных оценок мер сходства требований со свойствами и упорядочивается в соответствии с весовыми коэффициентами субъектов, а также важностью их требований. В множество конфликтов заносятся оценки мер сходства, значения которых ниже заданного порога А. Агент-координатор рассылает владельцам соответствующих требований сообщения, содержащие предложения изменить конфликтующие требования или их весовые коэффициенты в направлении достижения компромисса. [12]
В процессе синтеза графа G0 определена необходимость в организации банка данных и вычислены соответствующие характеристики главных массивов /, которые в дальнейшем рассматриваются либо как выходные массивы ( конечные) при поиске вариантов их формирования, либо как входные ( начальные) при использовании их для формирования выхода. Поэтому в процессе вычисления оценок для различных вершин графа G0 используются локальные характеристики вершин 7уД, отображающих варианты организации главных массивов. Кроме того, при упорядочении вершин графа G0 и выделении обратных связей учитывается, что главные массивы не должны охватываться обратными связями. Если на графе G0 псевдокомпонент не обнаруживается, то в системе нет главных массивов, а требуемый выход формируется непосредственно из входа. При этом для вершин первого уровня, содержащего входные вершины графа, в качестве оценок принимаются значения соответствующих локальных характеристик. Для вершин второго и последующих уровней вычисляются нижние и верхние оценки характеристик. Нижние оценки при решении задач минимизации соответствуют самому лучшему варианту, а верхние - самому худшему варианту формирования данной вершины из предшествующих. Вычисленные оценки для просмотренных вершин используются при вычислении оценок для следующих за ними вершин. [13]