Русский
!

Conference publications

Abstracts

XIV conference

Автоматизированная система обработки статических данных и прогнозирования на основе нейросетевых технологий и вейвлетов

Семёнов М.И., Марков С.Б., Андреев В.В.

428015, Чебоксары, Московский пр-т ,15, Чувашский государственный университет, кафедра УИТС

1 pp.

Одной из важнейших проблем является получение интересующей информации из совокупности статистических данных для дальнейшего более детального исследования. Например, большое значение имеет возможность прогнозирования дальнейшей эволюции интересующей системы на основе имеющихся данных. В данной работе разработана автоматизированная система обработки статистических данных и прогнозирования. В основу функционирования такой системы положены нейросетевые технологии и элементы вейвлет- анализа. В качестве основного инструмента для создания автоматизированной системы был выбран математический пакет MATLAB и его встроенные средства вейвлет- анализа «Wavelet Toolbox» и по нейронным сетям «Neural Network Toolbox». Разработанная система является гибкой. Предусмотрена возможность её использования совместно с различными видами вейвлетов, выбираемых как самим пользователем, так и в автоматизированном режиме исходя из соответствующих критериев оптимальности. Имеется также возможность задания различных типов нейронных сетей и алгоритмов их обучения. Разработанная автоматизированная система ориентирована на применение в условиях неопределенности входного сигнала.

Для тестирования автоматизированной системы в качестве одного примера были использованы статические данные о солнечной активности (числа Вольфа). В данном случае имеется важная проблема определения наличия в сигнале периодических составляющих, а также установление возможной взаимосвязи солнечной активности с реальными земными процессами. Разработанная технология применена для прогнозирования изменения солнечной активности.

Во втором примере в качестве сигнала тестирования использована запись человеческой речи. Задачей автоматизированной системы в этом случае является распознавание речи по индивидуальным особенностям голоса конкретного человека.

Результаты тестирования показали достаточно хорошую эффективность разработанной автоматизированной системы при решении задач обработки статистических данных и прогнозирования.

© 2004 Designed by Lyceum of Informational Technologies №1533