IPRI - www.ipri.kiev.ua -  IPRI - www.ipri.kiev.ua -
Раздел [RUS]
Регистрация, хранение и обраб. данных. — 2007. — Т. 9, № 4.
[UKR]
Реєстрація, зберігання і оброб. даних. — 2007. — Т. 9, № 4.
[ENG]
Data Rec., Storage & Processing. — 2007. — Vol. 9, N 4.
Страницы 76-90
PDF,DOC, full text
Заглавие [RUS]
Методология синтеза архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки
[UKR]
Методологія синтезу архітектури програмно-технічного комплексу автоматизованої си-стеми моніторингу простору
[ENG]
Synthesis Methodology of Hardware-Software Complex Architecture of the Automated Con-ditions Monitoring System
Авторы [RUS]
В. И. Кожешкурт, С. Л. Луцик, Е. В. Смертенко
[UKR]
Кожешкурт В.І., Луцик С.Л., Смертенко Е.В.
[ENG]
Kozheshkurt V.I., Lutsik S.L., Smertenko E.V.
Kiev, Ukraine
Аннотация [RUS]
Предложен подход к проектированию архитектуры программно-технического комплекса автоматизированной системы мониторинга обстановки в реальном времени, основанный на классификации реша-емых функциональных задач на основе методов кластерного анализа и выбранного множества признаков подобия. Разработанный подход позволяет из множества функций системы выделить подобные (по определенным признакам) и объединить их в архитектурные компо-ненты (унифицированные функциональные модули).
[UKR]
Запропоновано підхід до проектування архітектури центру обробки інформації автоматизо-ваної системи моніторингу середовища в реальному часі, що заснований на класифікації функціо-нальних задач на підставі методів кластерного аналізу і обраної множини ознак схожості. Розроб-лений підхід дозволяє вибрати із множини функцій системи схожі (за певними ознаками) і поєднати їх в архітектурні компоненти (уніфіковані функціональні модулі). Табл.: 1. Іл.: 9. Бібліогр.: 23 найм.
[ENG]
The approach to designing architecture of the information processing complex of the automated real time conditions monitoring system based on classification of functional tasks on the basis of methods of cluster analysis and the chosen set of similarity attributes is offered. The developed approach allows to allocate from a set of functions the systems similar (on certain attributes) and to unite them in architectural components (unified functional modules). Tabl.: 1. Fig.: 9. Refs.: 23 titles.
Ключевые слова [RUS]
синтез архитектуры, автоматизированная система мониторинга, кластерный анализ, пространство признаков классификации.
[UKR]
синтез архітектури, автоматизовані системи моніторингу, кластерний аналіз, ознаки класифікації.
[ENG]
synthesis of the architecture, automated monitoring system, cluster analysis, space of classification attributes.
Ссылки 1. Технический проект Системы и ЦОИ: Отчет (этап 2). — К.: ИПРИ НАН Украины, 2007.
2. Единая система управления объединенными ВВС и ПВО НАТО в Европе // Зарубежное военное обозрение. — 2000. — № 10.
3. Концепция создания единой информационно-управляющей структуры ВС США // Зару-бежное военное обозрение. — 2003. — № 1.
4. Перспективные зарубежные информационные технологии // Зарубежное военное обозре-ние. — 2004. — № 4.
5. Массной В., Судаков Ю. Автоматизированные системы управления сухопутными войска-ми США // Зарубежное военное обозрение. — 2003. — № 9,10.
6. Сухов О. Новая автоматизированная система управления ВМС США // Зарубежное воен-ное обозрение. — 1998. — № 4.
7. Лазарев В.Г. Управление в распределенных системах. — М.: Наука, 1993. — 170 с.
8. http://pvo.guns.ru/asu/history.htm
9. Елисеева И.И., Рукавишников В.О. Группировка, корреляция, распознавание образов (Ста-тистические методы классификации и измерения связей). — М.: Статистика, 1977. — 144 с.
10. Экспертные оценки с социологических исследованиях / Крымский С.Б., Жилин Б.Б., Паниотто В.И. и др. / АН УССР. Ин-т философии. — К.: Наук. думка, 1990. — 320 с.
11. Представление и использование знаний / Пер. с япон.; Под ред. Х. Уэно, М. Исидзука. — М.: Мир, 1989. — 220 с.
12. Гаврилова Т.О., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. — М.: Радио и связь, 1992. — 200 с.
13. Приобретение знаний / Пер. с япон.; Под ред. С. Осуги, Ю. Саэки. — М.: Мир, 1990. — 304 с.
14. Литвак Б.Г. Экспертная информация: Методы получения и анализа. — М.: Радио и связь, 1982. — 184 с.
15. www.statsoft.ru.
16. www.mathworks.com
17. Мандель И.Д. Кластерный анализ. — М.: Финансы и статистика, 1988. — 176 с.
18. Дж. Вєн Райзен. Классификация и кластер. — М.: Мир, 1980. — 389 с.
19. Непрерывные задачи оптимального разбиения множеств: теория, алгоритмы, приложения: (Монография) / Е.М.Киселева, Н.З. Шор. — К.: Наук. думка. 2005. — 564 с.
20. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере / Под ред. Фигурнова В.Э. — Москва: ИНФРА-М, 1998. — 528 с.
21. Ягер Р. Нечеткие множества и теория возможностей. Последние достижения / Пер. с англ. — М., Радио и связь,1986. — 407 с.
22. Аверкин А.Н., Батыршин И.З., Блишун А.Ф., Силов В.Б., Тарасов В.Б. Нечеткие множества в моделях управления и искусственного интеллекта. — М.: Наука. Гл. ред. физ.-мат. лит., 1986. — 312 с.
23. Леунг И. Разделение на торговые зоны в нечетких условиях // Нечеткие множества и теория возможностей / Пер. с англ. В.Б. Кузьмина; Под ред. С.И. Травкина. — М.: Радио и связь, 1986. — С. 339–349.
Файлы Metodologija_sinteza_arkh_PTK.doc