Задача статистической обработки информации

С точки зрения объема априорных сведений задачи статистической обработки информации сводятся, как правило, к следующим двум вариантам [c.371]

Результаты внутритрубной дефектоскопии представляют собой значительный массив данных (до 1500 единиц на 25-30 км трубопровода). Оперативность его обработки, а также достоверность и доступность информации определяют качество оценки технического состояния трубопровода. Поэтому требуется автоматизированный банк данных, включающий справочную информацию, возможность статистической обработки результатов, статистику проведенных исследований и методику решения специальных задач. [c.98]

Обработку информации можно подразделить на первичную (расчет величин с использованием калибровочных зависимостей для измерительных трактов), основную, определяемую целями и задачами исследования, и дополнительную (выбраковка результатов, их статистический анализ и т. п.). [c.330]

Для решения задач были разработаны на базе метода канонических разложений случайных функций общие методы определения оптимальных линейных систем для нестационарных входных сигналов, применяемые к системам с любым числом входов и выходов, а также решен ряд частных задач по определению оптимальных систем различного назначения. Кроме того, нри помощи теории канонических разложений был разработан общий метод нахождения оптимальных систем и оптимальных алгоритмов обработки информации но любым статистическим критериям качества. Этот метод, применимый к линейным и нелинейным системам с любым числом входов и выходов, позволил объединить одной общей теорией все задачи обнаружения сигналов в шумах и их оптимальной обработки, возникающие в теории информации, теории связи, радиотехнике, автоматике и других областях науки и техники. Было показано, как этот общий метод может быть применен для построения алгоритма обучающихся машин. [c.274]

Прикладное программное обеспечение, являясь моделью производства, должно отображать все его стороны, существенные для решения возложенных на АСУ задач, в том числе дуальный характер управления. В связи с этим можно сформулировать два класса задач, решаемых в процессе адаптации первая — уточнение представлений о процессе проектирования технологии производства (например, о разрешенной или целесообразной последовательности операций при обработке некоторой детали п др.) об управляемых объектах путем корректировки соответствующих моделей на основе, например, статистической обработки наблюдений, указаний операторов и т, д. вторая — изменение системы правил выработки решения на управление подчиненными объектами, а при необходимости — и правил обработки информации применительно к конкретно решаемым задачам производства и производственным условиям. , [c.56]

Получение достоверных данных о нагрузках само по себе является очень сложной задачей. Полезную информацию можно получить, оборудуя специальным образом уже эксплуатируемые машины, например самолеты, используемые в сходных с создаваемой машиной условиях. В любом случае показания акселерометров, датчиков деформаций и других датчиков представляют собой ценный материал для статистической обработки и использования в последующих приложениях. Наличие достоверных оценок нагрузок — хорошее начало, но даже и при наличии такой информации стоящие перед [c.175]

Таким образом, при описании и прогнозировании ползучести металлических материалов методом обобщенных диаграмм, т. е, после предварительного определения характерных точек на кривых ползучести и их статистической оценки, выбор аппроксимирующих уравнений принципиального значения не имеет. Важно установить температурно-временные интервалы подобия физических процессов, контролирующих ползучесть и разрушение определить условия подобия для сходственных точек и на этом основании решать задачи описания и прогнозирования с учетом стадийности процесса ползучести. При этом статистическая обработка экспериментальных данных по ползучести необходима для получения достоверной и объективной информации. [c.60]

К настоящему времени выполнены многочисленные исследования (см., например, [И, 12, 24, 25, 41, 47—50]), касающиеся обработки спутниковых данных и оценки точности дистанционного зондирования атмосферы в зависимости от выбранной схемы спектральных измерений и от уровня их ошибок, метода решения обратной задачи, адекватности априорной информации, состояния атмосферы (наличия и характера облачности) и т. п. Однако до сих пор нельзя еще сделать однозначных выводов о наиболее перспективном пути решения обратных задач с точки зрения создания оптимальной оперативной системы обработки спутниковых спектральных измерений. Правда, в ряде исследований [24, 30, 46, 47] на основании сравнения результатов решения обратных задач, проведенного с помощью различных методик интерпретации спутниковых данных, показано, что метод статистической регуляризации дает наилучшие результаты, однако его точность в определенной степени зависит от используемого статистического материала. [c.213]

Критический анализ накопленной информации, отбор наиболее достоверных результатов, их статистическая обработка являются в этих условиях весьма актуальной задачей. [c.3]

Укажем основные положения, лежащие в основе статистического подхода к решению навигационных задач [115]. Считают, что основным источником информации являются измерения (апостериорная информация), причем для некоторой части полученных измерений характерна корреляционная связь. Для анализа имеется также и априорная информация (полученная до проведения текущей серии навигационных измерений) в виде совокупности ожидаемых значений параметров движения КА (или координат КА). Известными являются также соответствующие вероятностные характеристики возможных ошибок. В результате проведения статистической обработки навигационных измерений должна быть найдена такая совокупность искомых величин, которая наилучшим образом согласуется с результатами измерений. Оптимизацию можно проводить по различным критериям, ио наибольшее распространение получил критерий минимума дисперсии определяемых параметров (параметров движения КА). [c.157]

В диагностировании по требованию предполагается активное участие персонала с использованием измерительных приборов, технической документации и инструкций. Предусматривается в случае необходимости обмен информацией между обслуживающим персоналом потребителя и изготовителем оборудования и проведение углубленного диагностирования изготовителем, использующим банк данных и програм иное обеспечение. Периодическое диагностирование (ежегодное и раз в полгода) включает подробный профилактический осмотр, обработку эталонных деталей, измерение геометрических, кинематических и динамических параметров с использованием малых ЭВМ. Рассматривается также возможность применения автоматических систем, использующих микропроцессоры оборудования и внешние ЭВМ, измерительные приборы, анализаторы, записывающие и запоминающие устройства. При постановке диагноза применяется логический анализ (дерево дефектов), используются статистические данные об отказах. Большая сложность решаемых задач требует децентрализации диагностической системы и применения периферийных устройств дисплеев, перфораторов, магнитных дисков, печатающих и считывающих устройств и др. [c.208]

В технической кибернетике появилось новое, прогрессивное направление, предоставляющее большие возможности для значительного упрощения задачи автоматизации. Речь идет о самообучающихся (самонастраивающихся, самоорганизующихся, самосовершенствующихся) системах, применение которых не связано с необходимостью раскрытия физической сущности происходящих в технологическом процессе явлений и определения взаимной связи между параметрами. Для использования этих систем достаточно накопить статистические данные о процессе, которые после сравнительно несложной обработки (оптимизации) могут быть непосредственно использованы для автоматизации управления. В отличие от систем с обратной связью, в которых информация, необходимая для корректировки программы, получается на основе контроля изделия и, следовательно, необходимые действия предпринимаются только после возникновения в изделии отклонений, новый метод основан на измерении параметров, влияющих на протекание процесса, что позволяет вести управление на основе предугадывания , не допуская отклонений в характеристиках изделия. [c.122]

Изложена общая теория лазерной локации и принципы построения лазерных локационных средств, предназначенных для решения широкого круга практических задач. С единых позиций теории статистических решений рассмотрены основные вопросы оптимального приема лазерных локационных сигналов. Проанализированы методы обработки траекторных измерений, различные способы получения некоординатной информации, включая голо-графическую, интерферометрическую и адаптивную. На конкретных примерах рассмотрены основные принципы построения экспериментальных лазерных средств. [c.221]

Первый путь связан с рядом нерешенных статистических проблем и требует чрезвычайно большой исходной информации. Второй путь позволяет получить требуемые оценки точности лишь при суммарном влиянии всех исходных ошибок. Получаемые таким путем результаты могут существенно зависеть от применяемых методик обработки осциллограмм процессов и особенностей методик расчета. Поэтому такой путь требует накопления определенного опыта в подобных исследованиях. Несмотря на указанные недостатки второй путь является более естественным при решении прикладных задач и поэтому применяется в настоящее время в качестве основного при решении задач оценки точности расчетов и возможности практического использования той или иной математической модели случайного процесса. [c.221]

Статистические особенности регистрируемого оптического изображения существенным образом зависят от того, какому световому полю (пространственно когерентному или некогерентному) оно соответствует. Это позволяет, зарегистрировав оптическое изображение, сделать надлежащий вывод, непосредственно о самом световом поле. Такая информация оказывается часто необходимой как для того, чтобы правильно обработать зарегистрированное оптическое изображение, так и для выбора оптимальной обработки самого светового поля. Последнее непосредственно следует из того, что функционалы плотностей вероятностей (см. разд. 1.3) для пространственно когерентных и некогерентных полей имеют различный вид. Источником пространственно когерентного поля являются цели с зеркальной поверхностью, а пространственно некогерентное поле создается объектами с шероховатой поверхностью. Поэтому обсуждаемая задача эквивалентна фактически задаче выявления типа поверхности наблюдаемой цели. [c.98]

Обнаружение компонентов методами проверки статистических гипотез. Задача обнаружения пика в сигнале, поступающем в обработку, может быть сведена к проверке гипотезы Нх о принадлежности выборки К,- текущих значений сигнала полезному компоненту против альтернативной гипотезы Но образования выборки У шумом. Алгоритмы обнаружения строятся на базе Оптимизации различных критериев качества. Выбор того или иного критерия определяется в основном количеством имеющейся априорной информации о сиг- [c.63]

Оценку обширной информации, получаемой непосредственно при изучении эксплуатационных нагрузок, целесообразно выполнять с помощью статистического анализа, благодаря которому решаются самые различные задачи, возникающие при расчетах оборудования на прочность и долговечность. Решению подобных задач как в отечественной, так и в зарубежной литературе уделяется все больше внимания. Однако для применения статистических методов, соответствующих вероятностному характеру механических свойств материалов деталей и внешних силовых воздействий на механизмы, необходима специальная аппаратура для обеспечения регистрации уровней нагружения и для обработки изучаемых величин. Кроме того, при описании нестационарной нагруженности деталей методами статистики в ряде случаев получают выражения, требующие в дальнейшем трудоемких и длительных расчетов. Эти обстоятельства во многом сдерживают применение вероятностных методов при расчете деталей металлургических машин и кранов на прочность. [c.397]

Под системой стандартизации математического обеспечения понимается совокупность мероприятий и соглашений, предусматривающих использование единых правил проектирования и описания элементов математического обеспечения, использование единой системы обозначений и терминологии, соблюдение технологии обработки данных, включающей стандарты на маркировку носителей, систему подготовки, хранения и обновления носителей информации. Единство требований должно выполняться и при разработке инструкций для персонала, регламентирующих процессы перенесения программ и данных на машинные носители, отладку и решение задач, накопление и обработку статистических данных о подготовке и решении задач.- [c.62]

Для решения этих задач необходимо проведение фактических наблюдений и измерений, обработка полученных данных статистическими и вероятностными методами, с обязательной проверкой достоверности. Полученный объем информации позволяет рассчитать численные значения эксплуатационных характеристик действующего оборудования и резервы повышения его производительности. [c.81]

Обработка данных временного ряда сводится к получению оценки будущих значений исследуемого параметра на основании ограниченной статистической информации. Эта задача может быть сформулирована следующим образом. Пусть Ух, У2,. .., -наблюденный временной (ретроспективный) ряд. Исходя из имеющихся наблюдений (ретроспективной информации) в текущий момент t = Т требуется получить оценки yt(l) значений ряда в некоторый момент t = [c.219]

Непосредственно на маршруте проектирования исполняется рабочая программа, составляемая системой программирования из функциональных программ и модуля, являющегося результатом трансляции или интерпретации информации, заданной на входном языке пакета. Функциональные программы чаще всего организуются по библиотечному принципу. Примеры библиотек функциональных программ математических моделей типовых элементов, типовых численных методов решения различных групп задач, элементарных математических функций и функционалов, операций статистического анализа и обработки результатов экспериментов, элементарных графических операций и т. п. [c.283]

Традиционные и новые методы обработки экспериментальных данных, основанные на теории информации. Примеры решения задач, типичных для анализа технологических процессов, статистические таблицы. Книга предназначена для ИТР, занимающихся внедрением статистических методов управления качеством, для студентов, аспирантов технических специальностей. [c.43]

На основе символьных вычислений появляются новые методы решения задач, выходящие за рамки цифровых и статистических подходов, поскольку качественная информация или априорные знания могут быть представлены в доступной для обработки форме, а именно в виде баз данных или процедур. В частности, важной особенностью метода оптических межэлементных соединений, представленного в данной главе, является способность реализовывать несколько интерфейсов между символьными и цифровыми вычислениями. [c.366]

Учет разброса параметров и характеристик для выбора технологических допусков на стадии проектирования является одним из эффективных способов повышения качества ЭМП. Однако конструирование расчетных алгоритмов с вероятностными значениями проектных данных приведет к недопустимому переусложнению инженерных методик расчета и необходимости статистической обработки громадного объема информации. Поэтому йлияние технологических допус1 Ьв обычно анализируется после определения расчетных проектных данных. При этом решается следующая задача анализа исследовать отклонения расчетных проектных данных в зависимости от заданных законов распределения случайных значений исходных конструктивных данных и параметров. Отклонения расчетных данных исследуются с помощью тех же детерминированных расчетных алгоритмов, которые применяются без учета технологического разброса конструктивных данных. [c.231]

Таким образом, успех решения задачи, в первую очередь, определяется погрешностью измерений, т.е. уровнем шумов. Следовательно, статистическая обработка результатов измерений и применв ще различных методов теории информации, ограничи-вающих влияние шумов, приобретают первостепенное значение в увеличении разрешающей силы оптических инструментов. [c.339]

Процесс конструирования представляет собой сложный процесс сочетания мышления и обработки информации (описательной, числовой и геометрической), преобразуемый в образы. На каждом этапе развития науки и техники эти образы, естественно, видоизменяются. Однако из них можно сделать альбом типичных деталей, узлов, схем. Такой подход к решению задач проектирования систем автоматического управления переменной структуры рекомендуют Институт проблем управления и югославское предприятие Энергоинвест . Системы автоматического управления обслуживают теплоэнергетику, металлургию, химическую и нефтяную, а также пищевую и холодильную промышленность. Такое разнообразие автоматизируемых технологических процессов, качественно отличных друг от друга по своей физической основе, казалось бы, ставит под сомнение возможность решения подобной задачи. Однако обширный статистический материал, полученный из анализа динамических характеристик этих процессов как объектов регулирования, показал, что существует ограниченный набор однотипных ситуаций. Весь проект системы составляется по определенной структуре схемы соединений составляются по правилам типовых схем из альбома проектировочного обеспечения. Подобное формальное проектирование полностью решает комплекс вопросов, связанных со всеми этапами проектирования при этом уменьшается возможность появления ошибок и ограничивается потребность в высококвалифицированных специалистах. [c.12]

Алгоритм расчета статистических характеристик. Построение динамической модели технологического процесса статистическими методами требует обработки большого объема информации, получаемой непосредственно в процессе нормального функционирования объекта или при проведении специальных планируемых экспериментов. Ествественно, что для реальных технологических процессов динамические характеристики не остаются неизменными, и они изменяются в связи с изменениями условий ведения процесса, износом оборудования, изменениями жесткости, внешней среды и т. д. В связи с этим решение задач точности и управления на базе динамических моделей может принести максимальную пользу в случае, когда счет и обработка информации, необходимой для построения модели, а также решение задач на базе построенной модели будут осуществляться оперативно, в минимальные сроки. Поэтому во многих отраслях промышленности интенсивно ведутся работы по автоматизации получения реализаций входных и выходных переменных и их обработки. Это, естественно, является оптимальным решением, однако в связи с тем, что таких средств и приборов еще мало, в настоящее время для обработки полученной информации в основном используются универсальные цифровые электронные вычислительные машины (ЦВМ). [c.341]

Предварительные замечания. Статистическая обработка экспериментальных данных, результатов расчетов и математического моделирования прежде всего необходима для представления информации в более компактной форме, удобной для дальнейшего использования. В настоящее время все шире используют хорошо разработанный аппарат математической статистики, которая занимается методами систематизации, обработки и использования статистических данных для научных и практических выводов [8] Статистическая обработка неизбежно связана с потерей икформации, поэтому при выборе статистических характеристик важно глубокое понимание специфики конкретных задач, чтобы в концентрированной форме сохранять нужную информацию. Большой опыт накоплен, например, в экономической статистике [4]. Однако имеется тенденция к универсализации алгоритмов статистической обработки [c.89]

Поскольку практически невозможно реализовать ситуацию, при которой акс = О, ТО ДЛЯ ПОЛуЧСНИЯ ОЦСНОК Х° и макс обычно привлекают вероятностные представления и как следствие статистический подход. Однако один лишь такой подход, сам по себе, неэффективен. Практика разработок СО, подтверждая это, привела к необходимости решать задачу в три этапа 1) критическое рассмотрение информации, поступившей из лабораторий—-участников коллективного эксперимента или полученной в одной лаборатории при монолабораторном эксперименте) 2) статистическая обработка численных данных 3) анализ результатов и принятие решений о значениях величин, которые следует указать в свидетельстве к образцу. [c.152]

Результаты внутритрубной дефектоскопии представляют значительный массив данных (до 1500 шт. на 25-30 км ТП). Оперативность его обработки, доступность и достоверность определяют качество оценки технического состояния ТП. Поэтому необходима автоматизированная база данных, включающая справочную информацию, статистическую обработку, статистику исследований, и методику решения специальных задач. Опыт работы с данными внутритрубной дефектоскопии по окончательным отчетам фирмы-исполнителя показывает, что предложенная фирмой классификация не в полной мере отражает природу образования дефектов. Кроме этого, при оценке результатов обработки возникают трудности из-за зашумленности исходных данных. Поэтому необходимо определить четкие критерии оценки типов дефектов и их отличительные признаки с учетом природы образования дефектов. Схема идентификации дефектов дана на рис. 3.10. [c.122]

Результаты измерений — прямых, косвенных, совокупных и совместных широко используются при эксплуатации сложных изделии либо непосредственно при формировании оценок их состояния, либо в качестве исходных данных для решения задач статистического оценивания — сглаживания, фильтрации и прогно-ьирования. При оценивании используются классические методы обработки измерительной информации — максимального правдоподобия, наименьших квадратов и др. [c.38]

Какой бы большой ни была электронная машина, она не в состоянии хранить и обрабатывать все виды информашш. Поэтому каждый из банков специализируется на хранении и обработке информации, относящейся к определенной задаче народного хозяйства. Например, в Латвийской ССР машины имеют банки, предоставляющие инфюрмацию для пользователей в области планирования, финансовых расчетов, статистической отчетности, работы агропромышленного комплекса и сельских районов, хозяйственной деятельности промышленных объединений, научных учреждений и т. д. [c.80]

Рассмотренный алгоритм может быть применен для обработки статистики по нескольким рабочим показателям объекта. При этом не накладьтается ограничений на количество таких показателей. Кроме того, если предусмотреть долговременное хранение промежуточной информации о накопленных статистических данных, например, на магнитных дисках, можно последовательно наращивать статистику, получая окончательные гистограммы за несколько обращений к ЭВМ. Это оказывается полезным при значительных затратах времени на рещение задачи вероятностного анализа. [c.259]

Технологическую информацию предварительно обрабатывают в следующем порядке 1) определяют закон распределения опытных данных, от вида которого зависит выбор того или иного корректного метода статистического решения технологической задачи 2) рассчитывают основные параметры распределения и находят их ошибки для установления принадлежности полученных результатов к исследуемой генеральной со1вокупно-сти 3) оценивают меры точности и настроенности исследуемого процесса путем сравнения полученных результатов с конструк-тарскими и технологическими требованиями 4) определяют показатели качества обработки деталей, а также разрабатывают методы статистического контроля. [c.61]

Получение вероятностных характеристик объекта при его испытании необходимо для расчета показателей надежности. Эта задача является весьма сложной, особенно при 1фат-ковременных испытаниях. Классические методы математической статистики по обработке опытных данных [5] достаточно эффективно применяются лишь при сравнительно простых стендовых испытаниях узлов и механизмов, которые могут быть выполнены в нескольких образцах и испытываться продолжительное время. При стендовых испытаниях сложных объектов - машин, ахрегатов, отдельных узлов и систем практически невозможно накопить статистическую информацию об отказах. Необходимо искать такие методы испытания, которые обеспечивали бы получение наиболее полной информации о состоянии машины по параметрам качества и надежности. Этим требованиям удовлетворяет так называемый программный метод испытания. [c.355]

Значения коэффициентов к, х vi показателя степени (р определяется путем сбора и обработки статистической информации по отказам той СПРВ, для которой решаются задачи развития и реконструкции. Эта информация должна постоянно уточняться и корректироваться. [c.233]

Применим этот подход к задаче синтеза адаптивных методов обработки световых сигналов, когда локация осуществляется при наличии фазовых искажений, статистическое описание которых не известно. Предварительно заметим, что фактически все разрабатываемые в настоящее время адаптивные методы видения через турбулентную среду могут быть разделены на две группы. К первой относятся те, в которых осуществляется измерение фазового распределения в световом сигнале, приходящего от точечного источника. По этой информации специальные компенсирующие устройства исправляют фазу поля, принимаемого от протяженного объекта. Естественно, что последний должен находиться в изопланатичной по отношению к точечному источнику области. Весь описанный процесс осуществляется за время, не превышающее время замо-роженности атмосферы. Применение таких методов ограничивает- [c.125]

При оварочно-монтажных трестах Целесообразно иметь сектор физических методов контроля. Основными задачами сектора должны быть наблюдение за правильным ведением технической документации на производство контроля, проверка работы операторов и оказание технической помощи лабораториям при управлениях. Сектор должен состоять из небольшого числа инженеров-дефектоскопистов, являющихся специалистами по различным методам контроля. Учитывая, что контрольные службы на заводе и строительных площадках должны выполнять не только приемочную функцию, но и в первую оче рвдь предупреждать брак, необходимо в ОНМК, ЦЗЛ или тресте иметь бюро статистических методов контроля. Это бюро должно проводить сбор, обработку и анализ информации по результатам неразрушающего контроля и тем самым способствовать активному управлению качеством сварки. [c.149]

В результате проведения навигациоииых измерений определяют не искомые параметры движения, а навигационные параметры, функционально связанные с искомыми. При этом погрешности бортовых приборов таковы, что непосредственное не пользование их показаний для решения задачи навигации без какой-либо специальной обработки практически невозможно. Для уменьшения влияния ошибок измерений иа точность решения навигационной задачи проводят многократные навигационные измерения. В этом случае применяют статистическую методику решения, позволяющую за счет избыточности исходной информации сглаживать случайные ошибки измерений. [c.157]

ТИЛ с погрешностью меиее одной угловой минуты, точность фиксации моментов измерений должна бьггь не хуже 0,1 с. Такая точность выполнения засечек времени находится на пороге возможностей оператора. Это обстоятельство вынуждает ставить вопрос об автоматизации астронавигационных измерений, возлагая на измерения, проводимые космонавтом вручную, лишь функции приближенного определения местоположения с целью контроля работы автоматических нли автоматизированных систем. Эффективным средством повышения точности определения местоположения либо полного фазового вектора состояния КА в космическом полете является применение методов оптимальной обработки статистической информации. В частности, рекуррентная фильтрация нашла уже достаточно широкое применение прн решении многих задач космической навигации. [c.326]

Программа квантования времени обрабатывает СПР временных меток, считает абсолютное время суток и запускает в решение задачи по заданному времени ПЗВ, например обработка и выдача на телетайпы статистической информации за рабочую смену. Кроме того, ПКВ каждые 20 мсек осуществляет переход на ПУТП. [c.207]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...