Устройство для классификации нечетких ситуаций

Изобретение относится к автоматизированным системам и системам автоматического управления и может быть использовано при управлении сложными объектами, а также для решения задач распознавания и анализа данных объектов, ситуаций, процессов или явлений произвольной природы, описываемых слабоформализуемыми признаками (симптомами, факторами), которые могут быть представлены в виде нечетких множеств. Технический результат заключается в обеспечении возможности классификации ситуации по множеству признаков, задаваемых нечеткими высказываниями, а также вариативности множества известных классов. Технический результат достигается за счет устройства, содержащего датчик ситуации, блок ввода классов, блоки сравнения по нечеткому признаку, счетчик сравнений, блок обработки результатов сравнения, пороговый фильтр, блок ввода порогового значения и блок вывода результата классификации. 2 ил.

 

Изобретение относится к автоматизированным системам и системам автоматического управления и может быть использовано при управлении сложными объектами, а также для решения задач распознавания и анализа данных объектов, ситуаций, процессов или явлений произвольной природы, описываемых слабоформализуемыми признаками (симптомами, факторами), которые могут быть представлены в виде нечетких множеств.

Известно понятие нечеткой ситуации, как совокупности нечетких значений признаков, представляющих собой множество лингвистических переменных, характеризующих состояние объекта управления и представляющих собой нечеткие множества [Мелихов А.Н., Бернштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. - М.: Наука, Гл. ред. физ.-мат. лит., 1990].

Известно устройство, в котором за счет добавления блоков хранения учебных данных (БУД) и кластеризации (БКЛ), обеспечивается расчет эталонных векторов структурно-временных параметров радиосигналов известных классов и соответствующих им значений внутрикластерной дисперсии с использованием самоорганизующейся карты Кохонена. Рассчитанные эталонные вектора и значения внутрикластерной дисперсии используются для построения вероятностной нейронной сети, реализуемой блоком классификации (БК) [RU 2422900, G06N 3/00, 2011].

Недостатком устройства являются относительно узкие функциональные возможности, обусловленные тем, что устройство позволяет осуществлять классификацию только по детерминированным значениям структурно-временных параметров.

Известно также устройство для сравнения нечетких величин, содержащее регистры сдвига, генератор тактовых импульсов, формирователи функции принадлежности, блоки определения минимального значения блоки памяти верхнего порога, блок определения максимального значения, блок памяти нижнего порога [RU 2001432, G06F 15/36, G06F 7/58, 1993].

Недостатком этого устройства также являются относительно узкие функциональные возможности, не позволяющие производить сравнение по множеству признаков, запоминать результаты сравнения и осуществлять последующую классификацию ситуации.

Наиболее близким по технической сущности к предлагаемому является устройство для классификации управляющих ситуаций, содержащее регистр ввода, N регистров вывода, N блоков элементов И, N блоков сравнения, три группы из N блоков памяти, N счетчиков адресов, генератор тактовых импульсов, элемент ИЛИ и блок управления.

Недостатком наиболее близкого технического решения является относительно узкие функциональные возможности, обусловленные тем, что, классифицируемые ситуации управления должны быть описаны детерминированными значениями признаков. На практике возникающие ситуации не всегда описываются полностью формализуемыми характеристиками, а могут задаваться нечеткими высказываниями.

Требуемый технический результат заключается в расширении функциональных возможностей, заключающемся в обеспечении возможности классификации ситуации по множеству признаков, задаваемых нечеткими высказываниями, а также вариативности множества известных классов.

Требуемый технический результат достигается тем, что в устройство, содержащее блоки памяти, генератор тактовых импульсов, элемент ИЛИ, введены датчик ситуации, блок ввода классов, блоки сравнения по нечеткому признаку, счетчик сравнений, блок обработки результатов сравнения, пороговый фильтр, блок ввода порогового значения и блок вывода результата классификации, причем выходы датчика ситуации соединены с соответствующими входами блока памяти ситуации, выходы блока ввода классов соединены с соответствующими входами блока памяти классов, выходы блока памяти ситуации и выходы блока памяти классов соединены с соответствующими входами блоков сравнения по нечеткому признаку, выходы блоков сравнения по нечеткому признаку соединены с соответствующими входами блока обработки результатов сравнения, выходы блока обработки результатов сравнения и блока ввода порогового значения соединены с соответствующими входами порогового фильтра, выходы блока буферной памяти соединены с соответствующими входами блока вывода результата классификации.

На чертеже представлены: на фиг.1 - электрическая структурная схема устройства для классификации нечетких ситуаций, на фиг.2 - пример функции принадлежности для лингвистической переменной с одним термом, задающей признак в виде нечеткого высказывания.

Устройство для классификации нечетких ситуаций (фиг.1) содержит датчик ситуации 1, блок памяти ситуации 2, элемент ИЛИ 3, блок ввода классов 4, блок памяти классов 5, генератор тактовых импульсов 6, счетчик сравнений 7, блоки сравнения по нечеткому признаку 8-N, блок обработки результатов сравнения 9, пороговый фильтр 10, блок ввода порогового значения 11, блок буферной памяти 12, блок вывода результатов классификации 13.

При этом N выходов датчика ситуации 1 соединены с N входами блока памяти ситуации 2 и N+1 выход с входом 1 элемента ИЛИ 3, М выходов блока ввода классов 4 соединены с М входами блока памяти классов 5; вход генератора тактовых импульсов 6 соединен с выходом элемента ИЛИ 3, а выход того же блока с входом счетчика сравнений 7, при этом выход 1 счетчика сравнений 7 соединен с N+1 и М+1 входами блока памяти ситуации 2 и блока памяти классов 5 соответственно; N выходов блока памяти ситуации 2 и N выходов блока памяти классов 5 соединены с входами 1 и 2 N блоков сравнения по нечеткому признаку 8-N соответственно, причем выходы N блоков сравнения по нечеткому признаку 8-N соединены с N входами блока обработки результатов сравнения 9; вход 1 порогового фильтра 10 соединен с выходом блока обработки результатов сравнения 9, вход 2 соединен с выходом блока ввода порогового значения 11, а выход - с входом 1 блока буферной памяти 12, при этом вход 2 блока буферной памяти 12 соединен с выходом 2 счетчика сравнений 7; выход 1 блока буферной памяти соединен 12 с входом 2 элемента ИЛИ 3, а выходы 2 и 3 соединены с входами 1 и 2 соответственно блока вывода результата классификации 13.

Все элементы устройства охарактеризованы на функциональном уровне. Описываемая форма их реализации предполагает использование программируемого (настраиваемого) многофункционального средства, поэтому ниже при описании работы устройства представляются сведения, подтверждающие возможность выполнения таким средством конкретной предписываемой ему в составе данного устройства функции, в частности, алгоритм или соответствующие математические выражения.

Для описания нечеткой ситуации используются N признаков в виде лингвистических переменных с терм-множествами, состоящими из одного терма, образующих нечеткое множество

где µj - значение функции принадлежности для терма Tj, соответствующего признаку j=1÷N. Классы ситуаций представляют собой типовые нечеткие ситуации вида

где αij - значение функции принадлежности для терма Tj класса i=1÷М, М - общее число классов, используемые для сравнения с текущей ситуацией. В изобретении нечеткое множество (1) и (2) представляются в виде векторов S=(µj) и kj=(αij), координаты которых являются значениями функций принадлежности для соответствующих признаков, при этом совокупность векторов классов образует матрицу классов K=(αij) размерностью M×N, которая в исходном положении устройства хранится в блоке памяти классов 5 и вводится в устройство через блок ввода классов 4.

Принадлежность нечеткой ситуации S ˜ , представленной в виде вектора S, к классу k ˜ i , представленным в виде i-й строки матрицы К, определяется исходя из значения степени эквивалентности нечетких множеств S ˜ и k ˜ i (3):

где µ(µj, αij) - степень эквивалентности нечетких высказываний относительно значений признака для ситуации T ˜ j = μ / j T j и рассматриваемого класса T ˜ i j = α i j / T j , определяемая в соответствии с выражением:

Результатом классификации является класс, на который рассматриваемая нечеткая ситуация наиболее «похожа», т.е. тот, которому соответствует наибольшее значение μ ( S ˜ , k ˜ i ) :

где µпг - пороговое значение достоверности классификации.

Устройство для классификации нечетких ситуаций позволяет определить класс, которому с наибольшей достоверностью принадлежит рассматриваемая нечеткая ситуация, получить значение степени достоверности классификации и работает следующим образом.

В исходном положении устройства в счетчике сравнений 7 хранится значение сравнений i=0, классы нечетких ситуаций введены в блок памяти классов 5 через блок ввода классов 4 в виде матрицы классов, пороговое значение достоверности классификации µпг введено в пороговый фильтр 10 через блок ввода порогового значения 11. Нечеткая ситуация поступает в виде вектора S с N выходов датчика ситуации 1 на N входов блока памяти ситуации 2, при этом сигнал с N+1 выхода датчика ситуации 1 подается на вход 1 элемента ИЛИ 3, а затем с выхода элемента ИЛИ 3 на вход генератора тактовых импульсов 6, который инициирует первый такт сравнения. С выхода генератора тактовых импульсов 6 на вход счетчика сравнений 7 поступает сигнал об инициации первого такта сравнения, в результате чего число сравнений увеличивается на 1, т.е. i:=i+1. Сигнал о начале i-го тактового сравнения с выхода 1 счетчика сравнений 7 поступает N+1 вход блока памяти ситуации 2 и М+1 вход блока памяти классов 5, а с выхода 2 счетчика сравнений 7 на вход 2 блока буферной памяти 12 поступает значение номера очередного сравнения i. На основании сигнала, поступающего с выхода 1 счетчика сравнений 7 на N+1 вход блока памяти ситуации 2 и М+1 вход блока памяти классов 5, происходит сравнение вектора ситуации S и строки матрицы с номером, соответствующим значению номера сравнения i, представляющей собой класс ситуации k ˜ i .

Для осуществления сравнения с N выходов блока памяти ситуации 2 на вход 1 N блоков сравнения по нечеткому признаку 8-N поступают значения µj компонент вектора ситуации, а с N выходов блока памяти классов 5 на вход 2 тех же блоков - значения αij компонент i-й строки матрицы K. Блоки сравнения по нечетким признакам S-N формируют значение µ(µjij) в соответствии с выражением (4), поступающих с выходов блоков сравнения по нечеткому признаку 8-N на N входов блока обработки результатов сравнения 9, который, в свою очередь, определяет значение степени эквивалентности μ ( S ˜ , k ˜ i ) на основании поступивших результатов сравнения по нечетким признакам в соответствии с выражением (3).

Значение μ ( S ˜ , k ˜ i ) с выхода блока обработки результатов сравнения 9 поступает на вход 1 порогового фильтра 10. В случае если μ ( S ˜ , k ˜ i ) μ п г , то с выхода порогового фильтра 10 на вход 1 блока буферной памяти 12 поступает значение μ ( S ˜ , k ˜ i ) , в противном случае поступает значение μ ( S ˜ , k ˜ i ) = 0 . Поступившее значение μ ( S ˜ , k ˜ i ) принимается как максимальное значение, т.е. μ max : = μ ( S ˜ , k ˜ i ) , а значение номера текущей итерации i заносится в буферную память, как номер максимального значения imax:=i.

Одновременно с поступлением μ ( S ˜ , k ˜ i ) на вход 1 блока буферной памяти 12 с выхода 1 того же блока поступает сигнал на вход 2 элемента ИЛИ 3, а затем с выхода элемента ИЛИ 3 на вход генератора тактовых импульсов 6, который формирует сигнал об инициации очередного такта сравнения, поступающий с выхода генератора тактовых импульсов 6 на вход счетчика сравнений 7, в результате чего значение номера сравнения увеличивается на 1, т.е. i:-=i+1, и с выхода 1 счетчика сравнений 7 поступает сигнал на N+1 вход блока памяти ситуации 2 и М+1 вход блока памяти классов 5, а с выхода 2 счетчика сравнений 7 на вход 2 блока буферной памяти 12 поступает значение номера очередного сравнения i.

С момента поступления вектора ситуации S с N выходов датчика ситуации 1 на N входов блока памяти ситуации 2 устройство для классификации нечетких ситуаций производит М тактов сравнений, в результате которых после каждого сравнения с выхода порогового фильтра 10 на вход 1 блока буферной памяти 12 поступает значение μ ( S ˜ , k ˜ i ) , а с выхода 2 счетчика сравнений 7 на вход 2 блока буферной памяти 12 - значение очередного номера такта сравнения i. При этом в случае, если значение μ ( S ˜ , k ˜ i ) больше значения μ ( S ˜ , k ˜ i 1 ) от предыдущего сравнения, то в качестве максимального значения принимается μ max : = μ ( S ˜ , k ˜ i ) , а в качестве номера максимального значения - номер текущего сравнения imax:=i, противном случае значения µmax и imax остаются неизменными. После осуществления М тактов сравнений с выходов 2 и 3 блока буферной памяти 12 на входы 1 и 2 блока вывода результата классификации 13 соответственно поступают значение µmax и значение imax, соответствующие степени достоверности классификации и номеру искомого класса.

Таким образом, устройство позволяет на основании заранее введенного описания известных классов и порогового значения достоверности классификации определить класс, которому с наибольшей достоверностью принадлежит рассматриваемая нечеткая ситуация.

Устройство для классификации нечетких ситуаций, содержащее блоки памяти, генератор тактовых импульсов, элемент ИЛИ, отличающееся тем, что введены датчик ситуации, блок ввода классов, блоки сравнения по нечеткому признаку, счетчик сравнений, блок обработки результатов сравнения, пороговый фильтр, блок ввода порогового значения и блок вывода результата классификации, причем выходы датчика ситуации соединены с соответствующими входами блока памяти ситуации, выходы блока ввода классов соединены с соответствующими входами блока памяти классов, выходы блока памяти ситуации и выходы блока памяти классов соединены с соответствующими входами блоков сравнения по нечеткому признаку, выходы блоков сравнения по нечеткому признаку соединены с соответствующими входами блока обработки результатов сравнения, выходы блока обработки результатов сравнения и блока ввода порогового значения соединены с соответствующими входами порогового фильтра, выходы блока буферной памяти соединены с соответствующими входами блока вывода результата классификации.



 

Похожие патенты:

Изобретение относится к области преобразования сигналов и изображений, задаваемых невзвешенными цифровыми кодами, во взвешенные коды, и может быть использовано для обработки и распознавания сигналов и изображений.

Изобретение относится к области обработки данных для специальных применений, в частности для преобразования изображений, задаваемых невзвешенными цифровыми кодами во взвешенные коды.

Изобретение относится к вычислительной технике и может быть использовано для построения процессора. .

Изобретение относится к автоматике и вычислительной технике. .

Изобретение относится к электросвязи и может использоваться в телеметрических системах. .

Изобретение относится к лительной технике и может быть использовано в устройствах обработки дискретной информации. .

Изобретение относится к информационно-измерительной технике и предг назначено для преобразования унитарного кода в двоичный позиционный код. .

Изобретение относится к вычислительной технике. .

Изобретение относится к вычислительной технике. .

Изобретение относится к средствам бинаризации изображений. Техническим результатом является повышение качества бинаризации.

Изобретение относится к медицинской диагностике, а именно к алгоритмам диагностики с применением компьютера и алгоритмам классификации изображений. Технический результат - предоставление интерфейса и последовательности выполняемых операций системы, которая разделяет вычисления CADx на этапы на основании доступности данных.

Изобретение относится к области подповерхностной радиолокации, а именно к устройствам определения расположения и формы неоднородностей и включений в строительных конструкциях.
Изобретение относится к области медицины и предназначено для определения анеуплоидии методом секвенирования. Получают внеклеточную ДНК из образца крови беременной женщины.

Изобретение относится к средствам формирования изображения в позитрон-эмиссионной томографии. Имитатор реакции на терапевтическое лечение содержит моделирующее устройство для формирования модели структуры объекта или субъекта, который подлежит лечению, на основании информации об объекте или субъекте, и прогнозирующее устройство, которое формирует прогнозированную реакцию, указывающую на то, каким образом структура вероятно должна реагировать на лечение, на основании модели и плана терапевтического лечения, и которое формирует параметрическую карту, которая включает в себя количественную информацию, указывающую на прогнозированную реакцию, при этом параметрическая карта количественно описывает накопление изотопного индикатора воспаленной ткани и используется для удаления вклада накопления изотопного индикатора от воспаленной ткани из данных изображения, оставляя накопление изотопного индикатора от опухоли в данных изображения.

Группа изобретений относится к системе и методу для мониторинга соответствующего по меньшей мере одного параметра крови различных пациентов посредством устройств для обеспечения доступа, обеспечивающих соответствующий по меньшей мере один доступ к крови каждого пациента через кожу, отборных устройств для отбора образов для отбора соответствующего некоторого количества крови у каждого пациента с получением соответствующего по меньшей мере одного образца крови, аналитического устройства для анализа крови, выполненного с возможностью совместного анализа образцов крови, для анализа предварительно определенных параметров крови образца крови, общего вычислительного устройства для вычисления параметров медикаментов, которые необходимо ввести соответствующим пациентам, на основании записей данных, соответствующих определенным параметрам проанализированной крови, и подающих устройств для подачи соответствующих медикаментов с вычисленными параметрами медикаментов.

Изобретение относится к области акустики, а именно к средствам для ориентации специалистов, чья профессиональная деятельность связана с передвижением в условиях ограниченной видимости, например бойцов МЧС в очаге пожара, а также для реабилитации инвалидов по зрению.

Изобретение относится к области электротехники и может быть использовано в приемо-передающей аппаратуре, измерительной технике, для аналогового и цифрового моделирования систем цифровой связи.

Изобретение относится к системам и способам связи между устройствами. Техническим результатом является повышение быстродействия при обмене сообщениями между отправителями и приемниками сообщений.

Изобретение относится к вычислительной технике, в частности к устройствам, используемым для психологических измерений интеллекта. Техническим результатом является повышение оперативности тестирования сложного конструкта инновационного интеллекта личности.

Изобретение относится к способу, устройству и машиночитаемому носителю данных, используемых при построении геологической модели нефтяного или иного месторождения. Технический результат - повышение точности вычислений параметров, используемых при построении геологической модели расположения нефтяных или иных месторождений. Изобретение позволяет для маркеров, выбранных в качестве начального решения, вычислить такие глубины маркера на каждой скважине, которые обеспечивают наилучшую суммарную корреляцию. Для каждого маркера, входящего в набор, определяется функционал, представляющий собой сумму коэффициентов корреляции комплекса методов ГИС для пар скважин, расположенных не далее заданного расстояния друг от друга. Для этого функционала вычисляются частные производные ,и полученный таким образом вектор сглаживается и используется для нахождения большего значения функционала на некотором отрезке вдоль этого вектора. Если большего значения не найдено, то последнее положение отметок маркера считается решением задачи, а если найдено, то производится сглаживание точки решения и процесс повторяется снова. На каждой итерации алгоритма производится сортировка глубин маркеров. 3 н.п. ф-лы, 9 ил.
Наверх