Разработан алгоритм коррекции связей между фрагментами слабо формализованной информации, поступающей от технических систем. Предполагается, что информация поступает в хранилище и характеризуется некоторым конечным набором показателей. Осуществляется свертка этих показателей, которая представляет собой взвешенную сумму с весовыми коэффициентами. Далее осуществляется сравнение полученной свертки со свертками фрагментов ранее поступивших фрагментов информации в хранилище. Если евклидово расстояние между свертками меньше некоторого заранее заданного числа ε, то считается, что эти фрагменты информации между собой связаны. В хранилище рассматриваются связи между фрагментами информации, и осуществляется их коррекция, т.е. выявление фрагментов информации, находящейся в хранилище, которые между собой связаны с точностью до ε, до 2 ε, до 3 ε и т.д. Таким образом, вводится уровень связности первого, второго, третьего и других порядков. Информация о том, что некоторые фрагменты информация между собой связаны, можно рассматривать как новую информацию, и эта новая информация определяется множеством показателей, которое представляет объединение показателей, которыми определяются первоначальные фрагменты информации. Можно в хранилище рассмотреть сети связности первого, второго, третьего и так далее порядков, т.е. сети, элементы которых между собой связаны с точностью до ε, до 2 ε, до 3ε и т.д. В некоторых случаях можно определить взаимосвязь фрагментов информации, т.е. какой фрагмент информации какому фрагменту информации предшествует или какой фрагмент из какого фрагмента следует. Это можно сделать следующим образом. Если фрагмент информации с номером I1 определяется некоторыми показателями , а фрагмент информации с номером I2 определяется другими показателями, и если все первые показатели характеризуются более ранними временными характеристиками, чем все вторые показатели , то фрагмент информация с номером I1 предшествует фрагменту информации с номером I2 . Однако это не позволяет сделать заключение о том, что информация с номером I1 следует из информации с номером I2 или наоборот. Для того, чтобы фрагмент информации с номером I2, определяемый некоторым набором показателей, следовал из фрагмента информации с номером I1 , определяемым другим набором показателей, нужно, чтобы фрагмент информации с номером I2 уже содержался в фрагменте информации с номером I1 , т.е. набор показателей определяющий I2 должен содержаться в наборе показателей определяющем I1 . Это означает, что в фрагменте информации с номером I1 уже содержится фрагмент информации с номером I2 и, поэтому, из I1 можно получить I2 , т.е. I2 следует из I1. Рассмотрен пример таких фрагментов информации. Пусть дан фрагмент информации с номером I1 , определяемый некоторым набором показателями состоящим из k элементов. Тогда из этого фрагмента информации следуют фрагменты информации, каждый из которых определяется некоторым подмножеством множества состоящего из k показателей. Возможны следующие варианты: фрагменты информации, определяемые различными комбинациями, состоящими из (k-1) показателей, из (k-2) показателей, …, из 3 показателей, из 2 показателей, из 1 показателя. Кроме того, аналогично, из каждого фрагмента информации, определяемого (k-1) показателями, следуют фрагменты информации, определяемые наборами из (k-2) показателей, …, из 3 показателей, из 2 показателей, из 1 показателя. Аналогично для фрагментов информации, определяемых (k-2), (k-3) и меньшим количеством показателей. Если дан фрагмент информации, определяемый набором показателей, состоящим из 3 элементов, то из этого фрагмента информации следуют фрагменты информации, каждый из которых определяется различными комбинациями, состоящими из 2 показателей и из 1 показателя. Если дан фрагмент информации, определяемый набором показателей, состоящим из 2 элементов, то из этого фрагмента информации следуют фрагменты информации, каждый из которых определяется 1 показателем. Таким образом, разработан алгоритм, который позволяет установить степень взаимосвязи различных фрагментов информации, находящихся в хранилище, и эту взаимосвязь можно рассматривать как новую информацию, которая в дальнейшем может быть подвергнута дальнейшей обработке.
информация, обработка информации, технические системы
1. Воробьев В.И., Копыльцов А.В., Пальчун Б.П., Юсупов Р.М. Методы и модели оценивания качества программного обеспечения. СПб., 1992.
2. Воройский Ф.С. Информатика. Энциклопедический словарь-справочник: введение в современные информационные и телекоммуникационные технологии в терминах и фактах. М., 2011.
3. Копыльцов А.А. Модель классификации информации и алгоритм ее предварительной обработки для статических и динамических объектов // Известия СПбГЭТУ «ЛЭТИ». Серия «Информатика, управление и компьютерные технологии». 2013. № 6.
4. Копыльцов А.А. Обработка информации в живых и технических системах // Материалы ХIII Санкт-Петербургской международной конференции «Региональная информатика - 2012» (24-26 октября 2012 г.). СПб., 2012.
5. Копыльцов А.А. Обработка слабо формализованной информации в живых и технических системах // Материалы Всероссийской научно-практической конференции студентов, магистров, аспирантов «Современное программирование» (16-17 апреля 2014 г.). Нижневартовск, 2014.
6. Копыльцов А.А. Обработка слабо формализованной информации при недостатке информации // Материалы ХIII Санкт-Петербургской международной конференции «Региональная информатика - 2012» (24-26 октября 2012 г.). СПб., 2012.
7. Копыльцов А.А. Сохранение конфиденциальности данных при поддержке принятия решений на основе извлекаемой специальным образом информации // Материалы VIII Санкт-Петербургской межрегиональной конференции «Информационная безопасность регионов России» (23-25 октября 2013 г.). СПб., 2013.
8. Копыльцов А.А., Копыльцов А.В. Алгоритм обработки слабо формализованной информации, поступающей от технических систем // Известия СПбГЭТУ «ЛЭТИ». Серия «Информатика, управление и компьютерные технологии». 2012. № 8.
9. Копыльцов А.А., Копыльцов А.В. Обработка слабо формализованной информации, поступающей от технических систем // Вестник Нижневартовского государственного гуманитарного университета. 2013. № 1.
10. Копыльцов А.А., Копыльцов А.В. Технические системы и слабо формализованная информация // Материалы ХIII Санкт-Петербургской международной конференции «Региональная информатика - 2012» (24-26 октября 2012 г.). СПб., 2012.
11. Копыльцов А.А., Нечитайленко Р.А. Кластерное атрибутирование объектов информационной обработки по понятийным частным и интегральным признакам // Материалы ХII Санкт-Петербургской международной конференции «Региональная информатика - 2010» (20-22 октября 2010 г.). СПб., 2010.
12. Копыльцов А.В. Об оценке качества программных продуктов // Проблемы информатизации (теоретический и научно-практический журнал). 1994. Вып. 3-4.
13. Хованов Н.В. Статистические модели теории квалиметрических шкал. Л., 1986.
