Помощь в учёбе, очень быстро...
Работаем вместе до победы

Автоматизированное проектирование систем анализа динамических газоразрядных изображений

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Современный уровень развития компьютерной техники, каналов передачи данных и аппаратных средств цифровой видеосъемки позволил создать новую методику — динамическую ГРВ-графию. В отличие от статической ГРВ-графии, регистрируется последовательность ГРВ-грамм с заданной частотой дискретизации в течение всего времени экспозиции. Изучение свойств объекта по методу динамической ГРВ-графии ведется… Читать ещё >

Содержание

  • Актуальность проблемы
  • Цель работы
  • Задачи работы
  • Методы исследования
  • Научные положения, выносимые на защиту
  • Научная новизна работы
  • Практическая ценность работы
  • Внедрение результатов работы
  • Апробация работы
  • Краткое содержание диссертации по главам
  • ГЛАВА 1. ОБЩИЕ ПРИНЦИПЫ ПОСТРОЕНИЯ АВТОМАТИЗИРОВАННЫХ СИСТЕМ АНАЛИЗА ГАЗОРАЗРЯДНЫХ ИЗОБРАЖЕНИЙ
    • 1. 1. Принцип формирования газоразрядных изображений
    • 1. 2. Автоматизированный анализ и обработка ГРВ-грамм
    • 1. 3. Архитектура и принципы проектирования систем анализа газоразрядных изображений
    • 1. 4. Выводы
  • ГЛАВА 2. МЕТОДЫ И АЛГОРИТМЫ ОБРАБОТКИ ДИНАМИЧЕСКИХ ГРВ-ГРАММ И АНАЛИЗА ВРЕМЕННЫХ РЯДОВ ИХ ПАРАМЕТРОВ
    • 2. 1. Предварительная обработка изображений
    • 2. 2. Расчет параметров ГРВ-грамм и формирование временных рядов ГРВ-параметров
    • 2. 3. Анализ временных рядов ГРВ-параметров
      • 2. 3. 1. Сглаживание временных рядов
      • 2. 3. 2. Анализ трендов временных рядов
      • 2. 3. 3. Вычисление статистических характеристик временных рядов
      • 2. 3. 4. Фрактальный анализ временных рядов
      • 2. 3. 5. Анализ энтропии временных рядов
      • 2. 3. 6. Фурье-анализ временных рядов
    • 2. 4. Выводы
  • ГЛАВА 3. УНИФИЦИРОВАННАЯ АРХИТЕКТУРА АВТОМАТИЗИРОВАННЫХ СИСТЕМ АНАЛИЗА ГРВ-ГРАММ И АДАПТИВНАЯ ФРЕЙМОВАЯ ИНФОРМАЦИОННАЯ МОДЕЛ
    • 3. 1. Сравнительная характеристика распространенных информационных моделей
    • 3. 2. Особенности процесса анализа ГРВ-грамм
    • 3. 3. Информационная модель на основе фреймового представления данных
    • 3. 4. Инструментальные средства разработки программного обеспечения модулей CA ГРВ-грамм
    • 3. 5. Унифицированная архитектура проектируемых систем анализа ГРВ-грамм
    • 3. 6. Концепция разработки программных систем на основе шаблонов проектирования
    • 3. 7. Применение шаблонов проектирования для реализации информационной подсистемы CA ГРВ-грамм
    • 3. 8. Выводы
  • ГЛАВА 4. АВТОМАТИЗИРОВАННОЕ ПРОЕКТИРОВАНИЕ СИСТЕМ АНАЛИЗА ГРВ-ГРАММ
    • 4. 1. Постановка задачи проектирования CA ГРВ-грамм
    • 4. 2. Последовательность проектных процедур
    • 4. 3. Программа GDV Video Analyzer
    • 4. 4. Программа GDV Scientific Laboratory
    • 4. 5. Программа GDV Frame Studio
    • 4. 6. Выводы
  • ГЛАВА 5. ПРИМЕНЕНИЕ РАЗРАБОТАННОЙ ТЕХНОЛОГИИ АВТОМАТИЗИРОВАННОГО ПРОЕКТИРОВАНИЯ ДЛЯ СОЗДАНИЯ ПРОБЛЕМНО-ОРИЕНТИРОВАННЫХ СИСТЕМ АНАЛИЗА ГРВ-ГРАММ
    • 5. 1. Проектирование автоматизированной системы анализа психофизического потенциала высококвалифицированных спортсменов
    • 5. 2. Проектирование автоматизированной системы анализа свойств жидкофазных объектов
    • 5. 3. Выводы

Автоматизированное проектирование систем анализа динамических газоразрядных изображений (реферат, курсовая, диплом, контрольная)

Актуальность проблемы

Тенденции развития современных информационных технологий приводят к постоянному возрастанию сложности информационных систем (ИС), создаваемых в различных областях человеческой деятельности [1]. С другой стороны, динамика технического прогресса требует значительного ускорения разработки программного обеспечения (ПО), снижения трудоемкости и обеспечения возможности их совершенствования в процессе эксплуатации, наращивания или модификации функций при изменении требований к ним со стороны пользователей. Поэтому поиск путей реализации непрерывно растущих требований составляет одно из актуальных направлений современной информатики [2,3]. В частности, одним из таких путей является разработка специализированных систем автоматизации проектирования (САПР), ориентированных на разработку ПО [4,5]. В связи с этим актуальными являются задачи совершенствования принципов и методологии проектирования, внутренней организации, схем взаимодействия и использования программных компонентов [5,6,7].

Многие отрасли техники, имеющие отношение к получению, обработке, хранению и передаче информации, в значительной степени ориентируются в настоящее время на развитие систем анализа графических данных [8, 9]. Вместе с тем, решение научных и инженерных задач при работе с визуальными данными требует особых усилий, опирающихся на знание специфических методов. В особой мере это проявляется при создании новых типов информационных систем, решающих такие проблемы, которые до сих пор в науке и технике не решались, и которые решаются сейчас благодаря использованию информации визуального характера [8]. Такие системы, и, в особенности, системы анализа видеоинформации, характеризуются большими объемами входных данных, сложностью алгоритмов обработки, широкой номенклатурой рассчитываемых количественных характеристик и разнообразием методов анализа [10], что существенно осложняет задачу их проектирования [11]. Поэтому, во многих случаях, целесообразным является создание и использование специализированных САПР для разработки подобных систем.

Одной из областей применения систем анализа (СА) видеоинформации является метод газоразрядной визуализации (ГРВ или ГРВ-графия) [12, 13, 14, 15]. В основе метода лежит получение информации о внутренних свойствах различных объектов путем компьютерного анализа особенностей изображений (ГРВ-грамм) индуцированного свечения газового разряда вблизи этих объектов в импульсных электромагнитных полях высокой напряженности [12]. Метод ГРВ является относительно новой, интенсивно развивающейся методикой, которая находит применение в различных предметных областях таких, как: медицина, психофизиология, экология, контроль материалов. Так, например, с помощью ГРВ-графии удается выявить слабые изменения физико-химических свойств биологических объектов [16, 17, 18], в психофизиологии — оценивать психоэмоциональный статус [19, 20, 21], психофизический потенциал [22, 23, 24] и уровень саморегуляции испытуемого [25], в медицине — осуществлять мониторинг общего функционального состояния пациента или оценивать реакцию его организма на те или иные виды терапии без проведения сложных медицинских обследований [26, 27].

На сегодняшний день достаточно хорошо изученной и нашедшей широкое практическое применение является, так называемая, статическая ГРВ-графия [28, 29]. Сущность этой методики сводится к регистрации одной ГРВ-граммы в заданный момент от начала экспозиции. Изучение свойств объекта ведется с помощью анализа совокупности количественных характеристик свечения (ГРВ-параметров). Статическая ГРВ-графия позволяет при использовании относительно небольших вычислительных ресурсов быстро получать экспресс-оценку состояния исследуемого объекта.

Современный уровень развития компьютерной техники, каналов передачи данных и аппаратных средств цифровой видеосъемки позволил создать новую методику — динамическую ГРВ-графию [30, 31]. В отличие от статической ГРВ-графии, регистрируется последовательность ГРВ-грамм с заданной частотой дискретизации в течение всего времени экспозиции. Изучение свойств объекта по методу динамической ГРВ-графии ведется с помощью анализа временных рядов ГРВ-параметров, рассчитываемых для каждой ГРВ-граммы в последовательности. По данным ряда проведенных исследований, такой анализ позволяет получить дополнительные сведения о параметрах исследуемых объектов, за счет использования набора количественных характеристик свечения, учитывающих динамическое изменение свойств объекта в процессе воздействия на него импульсным электромагнитным полем.

Необходимым условием практического внедрения метода ГРВ в различных предметных областях является создание автоматизированных СА ГРВ-грамм [32], которые на основании анализа параметров исходного набора ГРВ-грамм объектов вырабатывают содержательную интерпретацию их состояния. Задача проектирования СА ГРВ-грамм осложняется рядом особенностей метода ГРВ, такими как:

1. Необходимость обработки большого объема видеоинформации, как на этапе проектирования СА, так и в процессе их эксплуатации.

2. Нерегулярная структура экспериментальной информации, на основании анализа которой разрабатываются правила выработки заключения для СА. То есть для различных исследуемых объектов может присутствовать различный набор ГРВ-изображений, рассчитанных ГРВ-параметров и верифицирующей информации.

3. Экспертный характер анализа закономерностей и взаимосвязей между характером свечения объекта и его свойствами, в ходе которого исследователь формирует специфическую для конкретной предметной области последовательность этапов обработки ГРВ-грамм и аналитические правила выработки заключения.

4. Необходимость частого внесения изменений в проект С, А на этапе разработки и в готовые СА на этапе эксплуатации, вызванная высокой интенсивностью научных исследований в области ГРВ. Причем изменения касаются как структуры исходной информации об объектах исследования, так и алгоритмов обработки, анализа и выработки заключения.

На сегодняшний день известна единственная работа [29], в которой развиты подходы к созданию средств САПР по разработке проблемно-ориентированных процедур обработки и анализа статических ГРВ-грамм. В связи с разработкой в последние годы новых проблемно-ориентированных методик на базе динамической ГРВ-графии областях актуальным является дальнейшее совершенствование САПР СА ГРВ-грамм в направлении роста уровня автоматизации, сокращения сроков разработки и повышения качества готовых проектных решений. В частности, применение таких элементов искусственного интеллекта, как фреймовое представление информации и вынесение правил обработки и интерпретации данных в отдельную базу знаний, позволяет устранить часть перечисленных трудностей и унифицировать структуру проектируемых С, А ГРВ-грамм.

Таким образом, актуальность темы диссертационной работы определяется:

• практической значимостью метода ГРВ в различных предметных областях, благодаря высокой чувствительности метода к слабым изменениям свойств исследуемых объектов, позволяющей регистрировать изменение их состояния под влиянием относительно слабых внешних воздействий;

• появлением новой методики динамической ГРВ-графии, позволяющий расширить сферу практического применения метода ГРВ в целом, и, как следствие, необходимостью разработки интегрированных программных систем, предназначенных для автоматизации процессов обработки и анализа динамических газоразрядных изображений (ГРВ-грамм);

• необходимостью разработки и совершенствования средств САПР проблемно-ориентированных СА ГРВ-грамм в связи с высокой трудоемкостью проектирования таких систем, вызванной рядом перечисленных выше особенностей ГРВ-графии, осложняющими задачу.

Цель работы

Целью диссертационной работы является разработка методов, алгоритмов и программ автоматизации проектирования систем параметрического анализа динамических газоразрядных изображений.

Задачи работы

Для достижения поставленной цели необходимо решить следующие задачи:

1. Анализ существующей технологии САПР проблемно-ориентированных процедур обработки и анализа статических ГРВ-грамм и развитие на ее основе новой методики автоматизированного проектирования СА ГРВ-грамм с учетом особенностей динамической ГРВ-графии.

2. Построение унифицированной архитектуры С, А ГРВ-грамм.

3. Разработка адаптивной информационной модели, предназначенной для обмена данными между модулями системы и сохранения информации в базах данных (БД).

4. Создание программной библиотеки процедур обработки и анализа динамических ГРВ-грамм.

5. Разработка методов автоматизации синтеза проектируемых СА ГРВ-грамм с целью достижения заданной эффективности функционирования готовых систем.

6. Практическая апробация разработанных методов, алгоритмов и программ на примере создания проблемно-ориентированных СА ГРВ-грамм.

Методы исследования

Для решения поставленных задач использованы теория и методы автоматизации проектирования технических систем, методы теории вероятностей и математической статистики, методы обработки сигналов, дискретной математики и численного анализа, теория и методы реляционных баз данных, методы искусственного интеллекта, методы цифровой обработки изображений и машинной графики. Программное обеспечение разработано с применением методов объектно-ориентированного программирования.

Научные положения, выносимые на защиту

1. Методика автоматизированного проектирования СА ГРВ-грамм, основанная на повторном использовании программных компонент, настраиваемых на конкретную предметную область за счет коррекции атрибутивного состава входных и выходных фреймов данных и аналитических правил формирования заключения на скриптовом языке программирования высокого уровня.

2. Автоматизированный метод синтеза проектируемых С, А ГРВ-грамм для обеспечения требуемой эффективности анализа, основанный на технике прототипирования и статистических критериях отбора рабочего подмножества ГРВ-параметров, используемых для формирования заключения.

3. Унифицированная архитектура С, А ГРВ-грамм, основанная на применении технологии баз знаний;

4. Адаптивная информационная модель, основанная на фреймовом представлении данных для организации межмодульного информационного обмена.

Научная новизна работы

В ходе работы над диссертацией получены следующие результаты, характеризующиеся научной новизной:

1. Разработано методическое, математическое и алгоритмическое обеспечение автоматизации проектирования СА ГРВ-грамм, учитывающее особенности нового метода динамической ГРВ-графии.

2. Предложен итерационный подход к задаче автоматизированного синтеза СА ГРВ-грамм, основанный на постепенном наращивании функциональности прототипа проектного решения и включении в структуру системы программных процедур, обеспечивающих эффективное решение проблемно-ориентированной задачи анализа.

3. Предложена обобщенная архитектура С, А ГРВ-грамм, ориентированная на интеграцию исходных ГРВ-изображений с информационными массивами, полученными в результате расчета их количественных характеристик, в единую базу данных и осуществление анализа этих данных с использованием элементов искусственного интеллекта.

4. Применена фреймовая модель представления данных, обеспечивающая единый способ информационного обмена между модулями системы, сохранение данных в БД, расширение и адаптацию обобщенной архитектуры под решение конкретных прикладных задач в различных областях применения ГРВ.

Практическая ценность работы

В результате проведенного исследования разработаны методы, алгоритмы и программы, позволяющие в автоматизированном режиме создавать предметно-ориентированные системы анализа газоразрядных изображений. Применение разработанных методов и программ позволило существенно сократить трудоемкость проектирования новых и модификации существующих СА ГРВ-грамм, за счет унификации архитектуры СА и повторного использования программных компонентов. На базе предложенной технологии автоматизированного проектирования создано две автоматизированные системы: система анализа психофизического состояния спортсменов и система анализа свойств жидкофазных объектов.

Внедрение результатов работы

Разработанная в рамках работы система анализа психофизического состояния спортсменов внедрена в учебно-тренировочный процесс училищ олимпийского резерва № 1 и 2 города Санкт-Петербурга, в соответствии с программой Госкомспорта России. С 2003 г. Система внедряется в учебно-тренировочный процесс школ и училищ Олимпийского Резерва России (контракт Госкомспорта России № 197). Система анализа свойств жидкофазных объектов — используется в лабораториях фирм «Aveda» (США) и «Estee Lauder» (США). Разработанное в рамках работы программное обеспечение входит в состав пакета программ «ГРВ-технология», распространяемого в комплекте с серийно выпускаемым прибором «ГРВ-камера».

Апробация работы

Научные и практические результаты диссертационной работы докладывались и обсуждались в период 2000;2003 г. г. на международных конференциях и семинарах. Среди них: конгрессы по биоэлектрографии «Наука-Информация-Сознание» (Санкт-Петербург, 2000, 2001, 2002, 2003), конференции европейского колледжа спортивных наук (Кельн, 2001; Афины,

2002) — «Медицинская техника-2002» (Минск, 2002) — «Новые медицинские технологии» (Санкт-Петербург, 2001) — Итоговые конференции СПбНИИФК (Санкт-Петербург, 2001, 2002) — Научно-техническая конференция профессорско-преподавательского состава СПбГИТМО (ТУ) (Санкт-Петербург,

2003).

По теме диссертации опубликовано 12 работ из них 2 статьи и 10 тезисов к докладам на международных и российских конференциях.

Краткое содержание диссертации по главам

В первой главе приводится краткий обзор метода ГРВ, включая аппаратные принципы регистрации ГРВ-грамм и различия между статической и динамической ГРВ-графией. Формулируется задача анализа ГРВ-грамм. Описываются общие принципы построения автоматизированных систем анализа газоразрядных изображений и дается характеристика существующей технологии проектирования С, А ГРВ-грамм.

Вторая глава посвящена описанию разработанного в рамках данной работы математического и программного обеспечения реализующего функции обработки и анализа динамических ГРВ-грамм. Излагаются методы фильтрации шума в изображениях, алгоритмы расчета ГРВ-параметров, способ формирования и анализа временных рядов этих параметров.

Третья глава посвящена вопросам разработки обобщенной архитектуры систем анализа ГРВ-грамм. Описывается адаптивная фреймовая модель представления данных. Предлагается реляционная структура БД, обеспечивающая хранение фреймов с изменяемым атрибутивным составом.

В четвертой главе описывается разработанная технология автоматизированного проектирования систем анализа ГРВ-грамм. Перечисляются формализованная последовательность проектных процедур. Описывается метод автоматизации, приводятся статистические критерии отбора рабочего подмножества ГРВ-параметров и характеристик временных рядов.

Пятая глава посвящена описанию практического применения разработанных методов для создания двух проблемно-ориентированных СА ГРВ-грамм: система анализа психофизического состояния спортсменов и система анализа свойств жидкофазных объектов.

5.3 Выводы

В пятой главе рассмотрены вопросы практического применения разработанных в рамках работы методов, алгоритмов и программ для проектирования проблемно-ориентированных систем анализа газоразрядных изображений.

Первая задача из области спортивной медицины направлена на решение актуальной проблемы высшего спорта — объективной оценки уровня соревновательной готовности. Экспериментальные исследования с участием спортсменов высокой квалификации показали, что динамическая ГРВ-графия может быть успешно применена в этой области. Разработана автоматизированная система анализа психофизического потенциала спортсменов, которая прошла успешную апробацию в училищах Олимпийского Резерва № 1 и № 2 г. Санкт-Петербурга и, в соответствии с программой Госкомспорта России с 2003 года внедряется в учебно-тренировочный процесс школ и училищ Олимпийского Резерва России.

Второй пример направлен на решение не менее актуальной проблемы в области контроля материалов — выявление различий между образцами жидкостей близких по химическому составу. Созданная в рамках работы САПР применена для создания системы анализа свойств жидкофазных объектов. Работа велась в рамках научного сотрудничества с фирмами «Aveda» и «Estee Lauder» (США), специализирующихся на производстве натуральных косметических продуктов. Использование данной системы анализа позволило создать методику для решения актуальной в современной косметологии задачи — выявления различий между натуральными ароматическими маслами и их синтетическими аналогами.

Спектр практических приложений созданной методики автоматизированного проектирования систем анализа ГРВ-грамм не исчерпывается приведенными примерами. Однако, полученные результаты демонстрируют основные направления, методические подходы и перспективность практического внедрения разработанных методов и алгоритмов.

ЗАКЛЮЧЕНИЕ

В рамках диссертационной предложена технология автоматизированного проектирования систем анализа газоразрядных изображений с учетом особенностей метода динамической ГРВ-графии. Унификация архитектуры проектируемых систем достигнута за счет применения элементов искусственного интеллекта, таких как фреймовая модель представления данных и вынесение правил обработки и анализа ГРВ-грамм в отдельную базу знаний, доступную для изменений как проектировщикам, так и пользователям. Разработано математическое и алгоритмическое обеспечение обработки и анализа временных рядов параметров динамических ГРВ-грамм.

Практическое применение разработанных методов, алгоритмов и программ позволило в короткие сроки разработать ряд законченных систем, которые успешно эксплуатируются.

Как перспективное направление дальнейших исследований стоит отметить применение методов data mining, в частности, алгоритмов построения деревьев решений, для автоматического формирования решающих правил на основании анализа экспериментальных баз данных.

В процессе решения поставленных задач получены следующие результаты:

1. Проанализированы структуры и технология проектирования С, А ГРВ-грамм на базе статической ГРВ-графии, и на их основе создана методика автоматизированного проектирования СА ГРВ-грамм с учетом особенностей метода динамической ГРВ-графии.

2. Предложена унифицированная архитектура С, А ГРВ-грамм, ориентированная на применение элементов искусственного интеллекта для формирования заключения.

3. Разработана адаптивная информационная модель, основанная на фреймовом представлении данных, предназначенная для обмена данными между модулями системы и сохранения информации в базах данных (БД).

4. Создана программная библиотека процедур обработки и анализа временных рядов параметров динамических ГРВ-грамм.

5. Разработан автоматизированный метод синтеза проектируемых СА ГРВ-грамм для достижения требуемой эффективности функционирования готовых систем, основанный на применении итеративного подбора оптимального набора аналитических правил и на использовании статистических критериев отбора рабочего подмножества ГРВ-параметров, используемых для формирования заключения.

6. С использованием разработанного методического, алгоритмического и программного обеспечения созданы две системы анализа: система анализа психофизического состояния спортсменов, которая внедрена в учебно-тренировочный процесс училищ олимпийского резерва № 1 и 2 города Санкт-Петербурга, и система анализа свойств жидкофазных объектов, используемая в лабораториях фирм «Aveda» (США) и «Estee Lauder» (США).

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Бабицкий М. А. Методика и техника динамической ГРВ-графии / М. А. Бабицкий, Д. И. Муромцев // Наука, Информация, Сознание: материалы 5-ого междунар. конгресса, СПб, 10−12 июля 2001 г. — СПб.: СПбГИТ-МО (ТУ), 2001.-С. 60−62.

2. Бабицкий М. А. Автоматизированная система скрининговой биоэлектрографической диагностики психофизического потенциала человека / М. А. Бабицкий, П. В. Бундзен, К. Г. Короткое, Д. И. Муромцев // Наука, Информация, Сознание: материалы 5-ого междунар. конгресса, СПб, 10−12 июля 2001 г. — СПб.: СПбГИТМО (ТУ), 2001. — С. 58−60.

3. Бабицкий М. А. Программный комплекс анализа психофизического состояния человека СБУ АРРБ / Д. И. Муромцев, М. А. Бабицкий // Материалы научн. итог. конф. СПб НИИФК, СПб., 24−25 декабря 2001 г. -СПб.: СПб НИИФК, 2001. — С. 38−39.

4. Бабицкий М. А. Технология биоэлектрографической диагностики психофизического потенциала человека / П. В. Бундзен, К. Г. Короткое, М. А. Бабицкий, Д. И. Муромцев, // Материалы 1-го междунар. Конгресса: «Новые медицинские технологии», СПб, 2001. — С. 45

5. Бабицкий М. А. Автоматизированный анализ психофизического потенциала человека / Д. И. Муромцев, М. А. Бабицкий // Медицинская элек-троника-2002: Сб. трудов междунар. конф., г. Минск, 20−21 нояб. 2002 г. — Минск: БГУИР, 2002. — С. 78−79

6. Бабицкий М. А. Проектирование систем экспресс диагностики качества ментальной подготовки спортсменов на основе метода газоразрядной визуализации / М. А. Бабицкий, Д. И. Муромцев // Наука, Информация, Сознание: материалы 6-ого междунар. конгресса, СПб., 13−14 июля 2002 г. — СПб.: СПбГИТМО (ТУ), 2002. — С. 66−67.

7. Бабицкий М. А. Техника ГРВ биоэлектрографии / К. Г. Короткое, Б. А. Крылов, О. И. Белобаба, М. А. Бабицкий, Д. И. Муромцев // Основы ГРВ биоэлектрографии. — изд. СПбГИТМО (ТУ). — СПб, 2001. — С.302−336

8. Короткое К. Г. Автоматизированная система измерения динамических характеристик параметров изображения газоразрядного свечения / К. Г. Короткое, Э. В. Крыжановский, Д. И. Муромцев, М. А. Бабицкий, М. Б. Борисова // Информация. Управление. Системы. — 2003. — № 2. — С. 68

9. Babitski М. Expert system of express-estimation of the sportsmen functional readiness for competitive activity (Экспертная система экспресс-оценки соревновательной готовности спортсменов) / М. Babitski, D. Mouromtsev, // book of abstracts Lachta, 2001. — P. 243.

10.Babitski M. Method of estimation of athletes functional readiness to competition based on GDV technique (Метод оценки соревновательной готовности спортсменов на базе ГРВ-технологии) / М. Babitski, D. Mouromtsev // 6th Annual Congress of European College of sport science: book of abstracts, ECSS. — Cologne, 2001. — P. 1024

11 .Babitski M. Computer based GDV technique for the evaluation of athletes' mental readiness (Компьютерная ГРВ-технология оценки ментальной подготовки спортсменов) / М. Babitski, D. Mouromtsev // 7th Annual Congress of the European College of sport science: book of abstracts, ECSS. -Athens, 2002.-P. 948 12. Babitsky M. New technology of the athletes psycho-physical readiness evaluation (Новая технология оценки психофизического состояния) / Р. Bundzen, К. Korotkov, I. Nazarov, V. Rogozkin, М. Babitsky, D. Mouromtsev // Human Energy Field. — Backbone Publishing. — NJ, 2002. — P. 280−327

Показать весь текст

Список литературы

  1. A.M. «CASE-технологии. Современные методы и средства проектирования информационных систем» // http://www.citforum.ru/database/case/index.shtml — (20.02.2004)
  2. В.В. Документирование и управление конфигурацией программных средств. Методы и стандарты, М.: СИНТЕГ, 1998 220 с.
  3. Калянов Г. Н. CASE структурный системный анализ (автоматизация и применение), М.: Издательство «ЛОРИ», 1996 — 242 с.
  4. И.П. Основы автоматизированного проектирования, М.: Издательство МГТУ имени Н. Э. Баумана, 2002 336 с.
  5. В.В. Проектирование программных средств, М.: Высшая школа, 1990−303 с.
  6. .У. Инженерное проектирование программного обеспечения, М.: Радио и связь, 1985 512 с.
  7. И.С., Киричук B.C., Косых В. П., Перетягин Г. И., Спектор А.А, Цифровая обработка изображений в информационных системах, Учебное пособие Новосибирск: Изд-во НГТУ, 2000 — 168 с.
  8. В.В. Анализ и обработка изображений: принципы и алгоритмы, М.: Машиностроение, 1994 112 с.
  9. Ф.Ф., Махортых С. А., Устинин М. Н., Дедус А. Ф. Обобщенный спектрально-аналитический метод обработки информационных массивов. Задачи анализа изображений и распознавания образов, М. Машиностроение, 1999 357 с.
  10. Чэн Ш.-К. Принципы проектирования систем визуальной информации, М.:Мир, 1994 408 с.
  11. К.Г. Основы ГРВ биоэлектрографии, С-Пб, изд. ИТМО (ТУ), 2001 356 с.
  12. К.Г. Эффект Кирлиан, С-Пб, изд."Ольга", 1995 218 с.
  13. К.Г. От эффекта Кирлиан к биоэлектрографии, СПб:Ольга, 1998 -341 с.
  14. К.Г., Бундзен П. В., Александрова Р. А. Тематический выпуск, посвященный научным исследованиям в области ГРВ биоэлектрографии. Изд-во «РДК-принт», Вестник, № 4, 2001.
  15. Korotkov К., Korotkin D. Concentration dependence of gas discharge around drops of inorganic electrolytes. J of Applied Physics, V. 89. № 9, pp.4732−4737.
  16. Klonowski W., Stepien R., Olejarczyk E., Jernajczyk W., Niedzielska K., Karlinski A. Chaotic Quantifiers of EEG-signal for Assessing Photo- and ChemoTherapy. Medical & Biological Engineering & Computing, 37, Suppl. 2,436 437.1999
  17. Г. З., Галынкин B.A., Коротков К. Г. Исследование характеристик газоразрядного свечения микробиологических культур. Журнал прикладной спектроскопии. Т. 49, № №, 1988. с. 412−417.
  18. П.В., Загранцев В. В., Коротков К. Г. и др. Комплексный биоэлектрографический анализ механизмов альтернативного состояния сознания. Физиология Человека. Т.26, № 5, 2000. с. 59−68.
  19. П.В., Коротков К. Г., Баландин В. И. и др. Инновационные процессы в развитии технологий психической подготовки и психодиагностики в олимпийском спорте. Теория и практика физической культуры. № 5,2001. с. 12−18.
  20. К.Г. Оценка психофизиологического состояния человека в норме и патологии методом газоразрядной визуализации. Информационные технологии в здравоохранении № 8−9 (10−11), 2001. с. 6−7.
  21. П.В., Бабицкий М. А., Короткое К. Г., Макаренко О. И., Муромцев Д. И. Психофизический потенциал человека технология оценки и диагностическая значимость. Материалы научной итоговой конференции С-Пб НИИФК, С-Пб, 2001
  22. П.В., Коротков К. Г., Бабицкий М. А. Муромцев Д.И. и др. Технология биоэлектрографической диагностики психофизического потенциала человека. Материалы первого международного конгресса «Новые медицинские технологии», С-Пб, 2001
  23. Bundzen P., Korotkov К., Nazarov I., Rogozkin V., Babitsky М., Mouromtsev D. New Technology of the athletes psucho-physical readiness evaluation / Korotkov K. Human Energy Field. Backbone Publishing. — NJ, 2002. — 348 p.
  24. К.Г., Гурвиц Б. Я., Крылов Б. А. Новый концептуальный подход к ранней диагностике рака. Сознание и физическая реальность. Т. 3, № 1, 1998.
  25. .А. Автоматизированное проектирование предметно-ориентированных процедур обработки и анализа двумерных ахроматических изображений, диссертация кандидата технических наук, СПб, СПбГИТМО, 2000.
  26. М.А., Муромцев Д. И. Методика и техника динамической ГРВ-графии. Материалы 5-ого международного конгресса «Наука, Информация, Сознание», С-Пб, 2001. С. 60−62
  27. Д.И. Автоматизированная система обработки и анализа динамических ГРВ-грамм биологических объектов, диссертация кандидата технических наук, СПб, СПбГИТМО(ТУ), 2003.
  28. К.Г., Крылов Б. А., Белобаба О. И., Бабицкий М. А., Муромцев Д. И., Техника ГРВ биоэлектрографии / Коротков К. Г. Основы ГРВ биоэлектрографии, СПб., изд. СПбГИТМО (ТУ). 2001. — 356 с.
  29. У. Цифровая обработка изображений, в двух книгах, М.: Мир, 1982, — 790 с.
  30. P.E. Теоретические основы телевидения. СПб.: изд. «Лань», 1998, — 288 с.
  31. Цифровая обработка телевизионных и компьютерных изображений / Под ред. Ю. Б. Зубарева, В. П. Дворкина М.: Международный центр научной и техн. Информации, М.: 1997, — 212 с.
  32. Методы компьютерной обработки изображений / Под ред. В. А. Сойфера.- Москва: Физматлит, 2001. 784 с.
  33. .А. Измерительно-вычислительная система регистрации и анализа газоразрядного свечения // Тез. докл. юбилейной н.-т. конф. ГИТМО (ТУ) СПб, 2000.-Ч.2- с. 16−17.
  34. .А., Коротков К. Г., Белобаба О. И. Автоматизированный анализ изображений, полученных методом ГРВ // Тез. докл. 30 н.-т. конф. ГИТМО (ТУ) СПб, 1999.- с. 37.
  35. Ю.Н., Макаров A.A. Анализ данных на компьютере, М/.ИНФРА-М, 2003, 544 с.
  36. Д. Временные ряды, М.: Мир, 1980, 536 с.
  37. Т. Статистический анализ временных рядов, М.: Мир, 1976, -765с.
  38. Pieter Adriaans, Dolf Zantinge Data Mining. Harlow, Addison-Wesley, 1996, 158 p.
  39. Yao Y. and Freeman W.: Model of Biological Pattern Recognition with Spatially Chaotic Dynamics. Neural Networks. 3, 153−170. 1990
  40. И. Анализ и обработка данных. Специальный справочник, СПб.: Питер, 2001, 752 с.
  41. Статистические методы для ЭВМ / под ред. Энслейна К., Рэлстона Э., Уилфа Г. С., пер. с англ., М.: Наука, 1986, 460 с.
  42. А.Н., Куприянов М. С., Недосекин Д. Д., Чернявский Е. А. Вероятностные методы в инженерных задачах, Справочник, СПб.: Энергоатомиздат 2000,-331 с.
  43. Ряды: Учебник для вузов / Под ред. В. С. Зарубина, А. П. Крищенко. М: изд-во МГТУ, 2000, 612 с.
  44. Справочное пособие по высшей математике. Т. 2: Математический анализ, ряды, функции векторного аргумента, М: УРСС, 2001, 224 с.
  45. В.В. Решение задач аппроксимации с помощью персональных компьютеров, М.:МИКАП, 1994, 382 с.
  46. Э.В. Метод котроля жидкофазных объектов на основе газоразрядной визуализации, диссертация кандидата технических наук, СПб, СПбГУ ИТМО, 2003.
  47. Е.С., Овчаров Л. В. Теория вероятностей и ее инженерные приложения. М: Высшая школа, 1999, 480 с.
  48. М. Кроновер Фракталы и хаос в динамических системах. М.: Постмаркет, 2000, 352 с.
  49. В.А. Теория вероятностей и математическая статистика. М.: Высшая школа, 2001, 479 с.
  50. С.Л. Цифровой спектральный анализ и его приложения, М.:Мир, 1990,-584 с.
  51. К. Дж. Введение в системы баз данных, седьмое изд., пер. с англ., М. Вильяме, 2001, 1071 с.
  52. Гарсиа-Молина Г., Ульман Дж., Уидом Дж. Системы баз данных. Полный курс.: пер. с англ. М.: Издательский дом «Вильяме», 2003, — 1088 с.
  53. С. Доступ к базам данных и техника работы в сети. Практические приемы современного программирования, М.: Диалог-МИФИ, 2000, 416 с.
  54. Э. Э., Кудрявцев В. Б. Теория хранения и поиска информации, М. Физматлит, 2002, 285 с.
  55. Ахо А., Хопкрофт Дж., Ульман Дж. Д. Структуры данных и алгоритмы, пер. с англ., М.: Издательский дом «Вильяме», 2000, 384 с.
  56. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++, М. Бином, 2001, -560 с.
  57. С., Меллор С. Объектно-ориентированный анализ: моделирование мира в состояниях, пер. с англ., Киев: Диалектика, 1993, 240 с.
  58. А.И. Интеллектуальные информационные системы, Минск.: ТетраСистемс, 1997, -367 с.
  59. В.В. Системы Искусственного интеллекта, М.: Издательство МГТУ, 2001,-351 с.
  60. В.Ш. Представление и анализ смысла в интеллектуальных информационных системах, М. Наука, 1989, -190 с.
  61. М. Структура для представления знания. В сб. Психология машинного зрения. Под. Ред. П. Уинстона. М.: Мир, 1978. с. 249−338
  62. П. Экспертные системы, третье изд., пер. с англ., М.: Вильяме, 2001,-622 с.
  63. Дж. Искусственный интеллект М: Мир, 1973.- 320 с.
  64. Р. Обработка концептуальной информации,М.:Энергия, 1980, 361 с.
  65. Shank R.C. and Abelson R. Scripts, Plants, Goals and Underatanding. Hillsdale, NJ: Lawrence Erlbaum, 1977
  66. Искусственный интеллект: Кн. 1. Системы общения и экспертные системы: Справочник / Под ред. Э. В. Попова.- М.: Радио и связь, 1990, 464 с.
  67. Искусственный интеллект кн. 2 Модели и методы: Справочник / под. ред. Д. А. Поспелова, М. Радио и связь, 1990, 304 с.
  68. Ю.Я. Интеллектуальные информационные системы, М. Наука, 1990, 227 с.
  69. . Язык программирования С++, третье изд., пер. с англ., СПб.: Невский диалект, 1999, 990 с.
  70. г. Решение сложных задач на С++. Серия С++ In Depth, СПб: Вильяме, 2002, 400 с.
  71. М. Программирование на Python, второе изд., пер. с англ., СПб.: Символ, 2002, — 1135 с.
  72. Сузи P. Python в подлиннике, BHV-СПб, 2001, 768 с.
  73. Martelli Alex, Ascher David. Python Cookbook. O’Reilly, 2002, 606 p.79. http://www.boost.org/libs/python/doc/index.html (26.01.2004)
  74. Патрик О’Брайен «Руководство по интроспекции на Python» // http://www.iso.ru/iournal/articles/243.html (10.12.2002)
  75. Э. и др. Приемы объектно-ориентированного проектирования. Паттерны проектирования, пер. с англ., СПб.: Питер, 2001, 366 с.
  76. А. Современное проектирование на С++. Обощенное программирование и прикладные шаблоны проектирования, пер. с англ., М.:1. Вильяме, 2002, 328 с.
  77. А., Джеймс Р. Трот Шаблоны проектирования. Новый подход к объектно-ориентированному анализу и проектированию, пер. с англ., М.: Вильяме, 2002, 277 с.
  78. Влиссидес Джон Применение шаблонов проектирования. Дополнительные штрихи, пер. с англ., М.: Вильяме, 2003, 136 с.
  79. В.П., Курейчик В. М., Норенков И. П. Теоретические основы САПР, Учебник для вузов, М.: Энергоатомиздат, 1987,-399 с.
  80. В.Н. Теоретические основы построения базовых адаптируемых компонентов САПР МЭА, М.: Наука, Гл. ред. Физ.-мат. лит., 1989, 256 с.
  81. П.В., Короткое К. Г., Бабицкий М. А., Муромцев Д. И., Дрычкин А. В. Биоупровляемая электрография энергоэмиссионных процессов. Материалы 5-ого международного конгресса «Наука, Информация, Сознание», СПб, 2001.-С. 68−70
Заполнить форму текущей работой