Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 3.237.32.143
    [SESS_TIME] => 1711687151
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => b7e91f07295cb127ad2776e680951e81
    [UNIQUE_KEY] => 6463914ee68c1e7a34a849031cc81865
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2015 год, номер 2

РАСПОЗНАВАНИЕ ЗАВИСИМОСТЕЙ ВО ВРЕМЕННЫХ РЯДАХ НА ОСНОВЕ СТРУКТУРНЫХ РАЗНОСТНЫХ СХЕМ

А.Н. Тырсин1, С.М. Серебрянский2
1Научно-инженерный центр «Надёжность и ресурс больших систем и машин» УрО РАН, 620049, г. Екатеринбург, ул. Студенческая, 54а
at2001@yandex.ru
2Челябинский государственный университет, 457100, г. Троицк, Челябинская обл., ул. Разина, 9
tf_chelgu@mail.ru
Ключевые слова: распознавание, функциональная зависимость, структурная модель, разностная схема, авторегрессия, временной ряд
Страницы: 54-60
Подраздел: АНАЛИЗ И СИНТЕЗ СИГНАЛОВ И ИЗОБРАЖЕНИЙ

Аннотация

Описан метод распознавания зависимостей, в котором каждой модели сопоставляется линейная или нелинейная структурная разностная схема. Включение в структурные модели нелинейных разностных схем позволяет существенно расширить множество распознаваемых зависимостей. Метод даёт возможность выбрать искомую модель среди заданного множества зависимостей. Выбирают ту модель, для которой расстояние между вектором оценок коэффициентов авторегрессии и соответствующей областью допустимых значений коэффициентов структурной разностной схемы минимально. Проведена апробация метода с помощью статистического моделирования методом Монте-Карло.