Розроблено спектральні методи розпізнавання та класифікації складних сигналів, що подані у дискретній формі. Запропоновано спектральний метод відновлення складних сигналів, що є інваріантним відносно зсувів та обертань і грунтується на побудові системи дискретних ортонормованих базисних функцій Кравчука. Показано, що відповідний алгоритм відновлення сигналів реалізує операцію узагальненої згортки та максимізацію функціоналу енергії, яка забезпечує автоматичне розпізнавання сигналів із заданою апріорі точністю. Запропоновано спектральний метод класифікації нестаціонарних дискретних сигналів, що грунтується на побудові параметричних динамічних моделей з використанням системи дискретних функцій Кравчука. Розроблені алгоритми класифікації застосовуються для розпізнавання та класифікації електрофізичних сигналів (електрокардіограм та електроенцефалограм). Розроблено програмне забезпечення, яке реалізує запропоновані алгоритми та забезпечує розв'язання задач розпізнавання та класифікації складних сигналів в автоматичному режимі, що сприяє вирішенню завдань медичної діагностики.

  Скачати повний текст

Модифіковано методику розрізнення випадкових шумів та хаотичних процесів, поданих часовими реалізаціями, яка розглядає критерії розрізнення, що побудовані на визначенні спектра показників Ляпунова. Встановлено, що алгоритми моделювання збурених неоднорідних марковських процесів поширено на випадок хаотичного збурення. Запропоновано методи розрізнення хаотичних та випадкових збурень за вихідними характеристиками збуреного марковського процесу. Проаналізовано зміни основних характеристик марковських процесів із властивостями sigma-фокусування відповідно до параметрів хаотичних збурень. Результати використано з метою досліджень стабільності формування лікарських препаратів, визначення аномалій у серцевій діяльності, а також аналізу режимів роботи хаотичних генераторів.

  Скачати повний текст