Пространство диагностическое (признаков)

Систему п функций (10) или аналогичную ей систему т функции (9) можно рассматривать как отображение пространства состояний, заданного координатами г , 2 , г в пространство диагностических признаков с координатами ..., и , [c.382]

Построение алгоритмов распознавания в диагностике существенно облегчается в том случае, когда удается построить диагностическую модель, устанавливающую связь между пространством состояний и пространством диагностических признаков. При этом не имеет значения, в какой форме представлена Э13 связь, [c.385]

Произведение энергетическое 169 Пространство диагностическое (признаков) 320 [c.347]

Степень близости вектора диагностических признаков (6) к одному из эталонных оценивают с помощью классифицирующих функций. Совокупность последовательных Действий при постановке диагноза называется алгоритмом распознавания. Алгоритмы распознавании частично основываются на диагностических моделях, устанавливающих связь между состояниями механизма и их отображениями в пространстве [c.383]

По случайным обучающим выборкам х1 и х2 в пространстве отобранных диагностических признаков строится решающее правило классификации дефектов с11, с12 с удовлетворительным значением ошибки классификации 5 и соответствующим значением т1 - см. формулу (1.27). Предположим, что в распоряжении экспериментатора имеется некоторое множество обучающих выборочных статистик х1, х2 наблюдений по известным дефектам с11 и 62. [c.22]

Правила вывода диагностических признаков дефектов в преобразованном пространстве первичных описаний из непроизводных элементов апостериорной информации и правила построения словарей возможных ДП 7 11. А 4.В [c.48]

В обычном пространстве признаков объект характеризуется вектором X Ха,. . ., Х/ ) ИЛИ расширенным вектором х (x.i, Xi, Xf , ). В диагностическом пространстве объект описывается вектором г Zi, z ,. . ., Равенство (8.3) устанав- [c.61]

Рис. 20. Разделение в пространстве признаков и диагностическом нро-странстве

Отметим, что равенство (8.3) устанавливает однозначное преобразование точек пространства признаков в точки диагностического пространства. Обратное преобразование, как ясно из приведенного примера, может быть не однозначным. Основная идея рассматриваемого метода — преобразование пространства признаков в другое пространство, в котором возможно осуществить линейное разделение диагнозов (классов). [c.62]

Если в правой части равенства (8.18) оставить только первый член, получаем обычную линейную разделяющую функцию. Можно использовать размерность диагностического пространства v большую, чем размерность пространства признаков N. Тогда первая группа признаков представляет функции вида (8.18), вторая [c.64]

Предположим, для диагноза Dj характерно наличие первого или второго признака и отсутствие третьего. Тогда можно выбрать одномерное диагностическое пространство (см. гл. 6) [c.65]

Разделяющая функция в этом случае будет чрезвычайно простой при Z >0 x D при Z <0 При использовании диагностических комплексов диагностическое пространство обычно описывается простыми (бинарными) признаками (наличие или отсутствие комплексов). В алгоритме обучения распознавания образов Кора используются комплексы простых признаков типа [c.65]

Рассмотрим преобразование пространства признаков х в диагностическое пространство, причем координаты точки в этом пространстве [c.69]

Координаты пространства Xj могут быть непрерывными или дискретными величинами. В последнем случае Xj представляет признак kj, имеющий несколько диагностических разрядов. Часто используется кодирование признаков в бинарном коде. Тогда координата X/ выражается двоичным числом и может иметь значения Xji = О, дг/2 = 1- При использовании унитарного (двоичного) кода возможные значения таковы Хц = —1, Х/ = 1. [c.83]

В диагностическом пространстве объект описывается вектором, размерность которого может отличаться от размерности вектора в пространстве признаков. В качестве координат диагностического пространства принимаются функции [c.83]

В дальнейшем для простоты рассматриваются метрические методы в пространстве признаков, но все результаты легко переносятся на диагностическое пространство. [c.83]

Обобщенная метрика пространства признаков. Соотношение (11.11) устанавливает неравноправие отдельных координат в пространстве признаков, но оно не учитывает роль координаты Xj для диагноза Di- Диагностическое значение признаков различно для различных диагнозов и расстояние точки х до точки а , принадлежащей диагнозу )( . [c.86]

Алгоритм распознавания. Допустим, что в пространстве признаков используется диагностическая мера расстояния L и предъявлен для диагностики объект X. Для отнесения объекта х к одному из /г диагнозов определяются расстояния L до эталонных точек а, al,. . а,. Объект х относят к диагнозу если мера расстояния между точками х, а] минимальна [c.88]

Распознавание кривых по комплексу признаков. Если кривая на некотором участке представлена комплексом диагностических параметров (признаков) х , х , х, , то процесс распознавания осуществляется статистическими методами, методами разделения в пространстве признаков, метрическими и др. Задача распознавания облегчается тем, что обычно признаки являются физически однородными параметрами (параметрами с одинаковой размерностью). [c.113]

Еще одним пространством теории надежности является диагностическое (пространство признаков) W. В результате наблюдений и измерений фиксируют значения W (t) некоторых параметров, косвенно характеризующих качество системы. Вектор признаков W (t) связан с вектором качества v (t) операторным соотношением [c.320]

Пусть задан некоторый технический объект, текуш,ее состояние которого контролируют на основании косвенных измерений. Состояние объекта — функция непрерывного или дискретного параметра t (времени, наработки и т. п.). Совокупность результатов измерений в момент времени t назовем диагностическим вектором или вектором признаков и обозначим w. Вектор признаков есть элемент некоторого диагностического пространства W или пространства признаков (см. гл. 2). [c.267]

Распознавание по расстоянию между точками в пространстве изображений. Если в п-мериом пространстве изображений диагностических признаков заданы [c.409]

Канадскими учеными было показано, что во всех местах обнаружения стресс-крррозионных дефектов величины ОВП были низкими, однако не во всех местах с пониженным значением ОВП обнаружены стресс-коррозионные повреждения. То же самое можно сказать и об обследованных нами участках. Во всех случаях наличия стресс-коррозионных дефектов значения ОВП прилежащего грунта были снижены, но не во всех зонах с пониженным ОВП были обнаружены стресс-коррозионные повреждения. Таким образом, пониженное значение ОВП грунта околотрубного пространства может служить первичным диагностическим признаком появления стресс-коррозионных повреждений. [c.89]

Однако на практике определение функциональной зависимости, обусловливающей связь контролируемых параметров с обобщенным диагностическим признаком, представляется сложной и часто неразрешимой задачей. В связи с этим в последнее время успешно применяются так называемые нейросетевые алгоритмы, по которым обобщенный диагностический признак формируется как некоторое ограниченное дискретное гиперпространство контролируемых параметров. Границы этого пространства получают посредством обучения алгоритма распознавания по выборке значений параметров, измеренных на двигателе с известным состоянием (исправным, неисправным). На рис. 8 представлены основные подходы, примененные при создании нейросетевого алгоритма для оценки состояния двигателя по комплексу термогазодинамических параметров, регистрируемых в полете. [c.60]

Применение нейросетевых алгоритмов достаточно эффективно, когда имеется значительный объем априорных статистических данных о состоянии двигателя. Если таких данных недостаточно, то целесообразно применять алгоритмы, основанные на вычислении обобщенного диагностического признака, в качестве которого принимается функция расстояния в пространстве контролируемых параметров, принадлежащих исправному и неисправному состояниям двигателя. Чтобы этот признак учитывал все особенности сложных процессов, связанных с проявлением неисправности, он должен формироваться на основе комплекса разнородных функциональных параметров двигателя. Такой признак называется обобщенным диагностическим. [c.61]

Решение задачи построения диагностических признаков представляет собой результат итеративной процедуры обучения распознаванию кпассов состояний/дефектов узлов ГПА при априорно заданной ошибке классификации, где максимально возможное число итераций определяется количественным составом кпассов метрического преобразования и преобразования подобия над пространством первичных описаний в виде обучающих статистик вибрационных портретов. [c.73]

Если рассматривать диагностический процесс в динамике, то на каждом этапе будет иметь место неполная и тe a признаков больного Xj,. . Хр (р п) в соответствии с тем, что у больного проведены только р испытаний из п возможных. Следовательно, на каждом этапе будет возникать р-мерное пространство. Так как при переходе от р-мерной системы к р + 1-мерной системе абсолютные длины интервалов изменяются, то для сравнения результатов двух этапов лучше пользоваться не абсолютными интервалами, а относительными, равными отношению абсолютного интервала к максимально возможному в данной системе [c.109]

Использование диагностических комплексов (симптомов). Один из важных способов преобразования пространства признаков в диагностическое пространство — использование логических функций. Очень часто диагностическое значение имеет не наличие или отсутствие какого-либо признака, а появление или непоявление некоторого комплекса признаков. Предположим, объект характеризуется тремя прбстыми признаками х , Хз, причем наличию признаков соответствует 1, отсутствию — 1 (О означает отсутствие обследования). [c.65]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...