Диагностика здоровья. Задача диагностики ФС.

Поскольку изменения уровня активации ЦНС, регулирующего ФС, Связаны с перестройкой паттернов значений функций, то при диагностике ФС необходимо использование и разработка таких математических методов, которые позволяли бы учитывать комбинационные особенности распределения функций в структуре целого как диагностический признак.

Диагностика здоровья. Задача диагностики ФС.

Среди математических методов, ориентированных именно на учет композиционных особенностей распределения функций в структуре целого как диагностический признак, наибольшего внимания заслуживают методы распознавания образов. Эти методы трактуют задачу диагностики ФС как задачу распознавания образов, при решении которой определяются решающие правила, отделяющие в пространстве признаков различные классы ФС. В то же время применение этих методов для диагностики ФС требует учета ряда особенностей, определяющих структуру классов в задачах диагностики ФС. Такими особенностями являются:
— сложность, динамичность и нестационарность изучаемого объекта, делающие невозможным его достаточно строгое формализованное описание даже в рамках статистических теорий;
— разнотипность решаемых задач, имеющих различную структуру классов и признакового описания;

Очевидно, что при таких особенностях диагностики ФС человека использование традиционных методов теории распознавания образов становится затруднительным и часто невозможным. Например, статистические методы распознавания требуют наличия достаточно полного статистического материала при высоких требованиях к правильности указаний учителя и нечувствительны к казуистическим ситуациям.
Алгоритмы, обеспечивающие поиск настраиваемых параметров дискриминантных функций, сбиваются при наличии сложных вложенных структур, переходных цепочек между классами, не позволяют выделять зоны переходов между классами. Методы кластерного анализа могут выделять группы объектов, не имеющих физической интерпретации, а при сложной структуре классов объединять, объекты, принадлежащие к различным классам, в один, значительно понижая при этом качество диагностики и т. д.
Для устранения указанных препятствий в приложении математических методов распознавания применительно к задачам диагностики ФС человека был разработан метод классификации двумерных отображений. Основная его идея заключается в том, что многомерные объекты исследуемых классов из исходного пространства с помощью отображающих функций отображаются в двумерное пространство.

При произвольно заданных зависимостях множество объектов многомерного пространства в пространстве будут представлены множеством двумерных объектов, которые в общем случае будут давать наложение отображений различных классов даже при условии, что в исходном пространстве классы не пересекаются.

При наличии двумерного отображающего пространства и известных свойствах отображающих функций человек, ведущий процесс обучения, имеет возможность наблюдать и корректировать последний, легко выделяя и анализируя зоны переходов между классами, отдельные группировки одного и того же класса, казуистические объекты, случайные ошибочные выбросы и т. д.

Сочетание формальных и неформальных процедур ведения процесса обучения с разумным разделением функций между человеком и ЭВМ позволяет эффективно решать проблемы диагностики ФС, прибегая, если нужно, к опыту и интуиции специалиста, стимулируя его активное участие в процессе обучения. Весь процесс обучения ведется в соответствии с обобщенным алгоритмом обучения. Ход выполнения алгоритма определяется конкретными ситуациями, возникающими в процессе обучения.

Для реализации обобщенного алгоритма разработан специальный пакет программ, содержащий подпрограмму построения и анализа гистограммы распределений классов по признакам, подпрограмму расчета математических ожиданий групп объектов, подпрограмму расчета мер близости между выбранными группами объектов классов, подпрограмму отображения -объектов из пространства, подпрограмму восстановления исходных координат объекта по их отображениям, две подпрограммы автоматического поиска настраиваемых параметров, подпрограмму расчета настраиваемых параметров на основе решения систем уравнений.

Особую ветвь обобщенного алгоритма составляют процедуры выращивания пространства отображения, позволяющие, с одной стороны, устанавливать факт пересечения классов в исходном пространстве признаков, а с другой стороны (при отсутствии такого пересечения), обеспечивать перевод объектов, дающих зоны наложения различных классов в Ф в стороны отображений своих классов.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *