Запропоновано інформаційну технологію прогнозування за допомогою адаптивної кластеризації у просторі вейвлет-перетворення і підсистему автоматизованого прогнозування параметрів партії виробів електронної техніки. Ця інформаційна технологія дозволяє скоротити тривалість виробничих випробувань виробів у разі значної зміни їх у часі, високому рівні перешкод і малих вибірок даних.

The method classification with training on the base of wavelet transformation is designed. This method may be used for identification of the ranges of factors separating surfaces. This method may be used for choice of classification parameters for select ranges of reliability in time of repairing of systems of visual information processing.

Разработан метод классификации с обучением, позволяющий проводить определение диапазонов изменения коэффициентов разделяющих поверхностей с использованием вейвлет-преобразования Метод может быть применен при выборе параметров классификатора с учетом требуемого уровня достоверности на этапе отладки систем обработки визуальной информации.

Розроблено метод класифікації з навчанням, який дозволяє проводити визначення діапазонів зміни коефіцієнтів розділяючих поверхонь з використанням вейвлет-перетворення. Метод може бути використаний у разі вибору параметрів класифікатора з урахуванням потрібного рівня достовірності на етапі налагодження систем обробки візуальної інформації.

Енергоефективність і підвищення терміну експлуатації є основною проблемою бездротових сенсорних мереж (БСМ). Методи кластеризації з використанням метаевристичних методів (МЕМ) широко використовуються для вирішення цієї проблеми. МЕМ також використовуються для вирішення декількох інших задач, що стосуються БСМ, таких як раціональне розгортання вузлів, забезпечення покриття, оптимальне розгортання датчиків, керування топологією, планування тощо. Загальними цілями оптимізації є мінімізація споживання енергії та максимізація терміну експлуатації мережі. Сформульовано проблему багатоцільової оптимізації, яка пов'язана з кластеризацією. Для її розв'язання запропоновано узагальнену модель метаевристичної кластеризації з урахуванням особливостей БСМ. Особливістю моделі є багатоцільова оцінка якості кластеризації, яка враховує характеристики просторового розкиду та компактності кластерів, параметри сенсорів і мережеві характеристики. Надано огляд різних підходів до методів кластеризації. Проведено порівняльний аналіз удосконалених протоколів гетерогенних БСМ, який показав переваги запропонованих рішень.

Наведено опис основних етапів методу визначення координат нестаціонарних періодичних сигналів (НПС). Цей метод засновано на мультистартовій оптимізації з використанням вейвлет-перетворення (ВП). Наведено основні етапи базової форми мультистартового методу оптимізації з використанням ВП; результати дослідження завадостійкості, погрішності пошуку екстремуму асиметричної та мультимодальної тестових функцій. Основні етапи пошуку екстремуму з використанням цього методу використано для визначення координат екстремумів НПС. Цей метод використано для діагностування на базі електрокардіограм у телемедицині. Цей метод надав можливість визначити координати характерних фрагментів для електрокардіограм. Методику оцінки координат цих характерних фрагментів електрокардіограм та інтервалів між ними засновано на мультистартовій оптимизації з використанням ВП. Описано основні етапи цієї методики. Проведено оцінку погрішності оцінки довжини інтервалів між характерними фрагментами та оцінено завадостійкість такої оцінки за зростання рівня шумів. Відносна погрішність визначення довжини інтервалів між характерними фрагментами склала менше ніж 4 % за відношення сигнал/шум по амплітуді до 10. Ці результати надають можливість рекомендувати розроблений метод для використання в інформаційних технологіях для автоматизованих систем підтримки прийняття рішень у різних областях, включаючи телемедицину, за умов зростання рівня завад ЕКГ сигналу. Для подальших досліджень планується розробити методологію оцінки інших параметрів QRS і PT комплексів в ЕКГ, знижуючи вплив крайових ефектів при оцінці координат екстремумів.