Ефективність алгоритмів попередньої обробки даних в задачі класификації високочастотних біологічних сигналів

Бойко, А. Л.; Настенко, Євген Арнольдович; Павлов, В. А.; Коновал, О. О.; Осадчий, М. А.; Дємєнтьєв, А. В.

Full metadata record

DC Field	Value	Language
dc.contributor.author	Бойко, А. Л.	-
dc.contributor.author	Настенко, Євген Арнольдович	-
dc.contributor.author	Павлов, В. А.	-
dc.contributor.author	Коновал, О. О.	-
dc.contributor.author	Осадчий, М. А.	-
dc.contributor.author	Дємєнтьєв, А. В.	-
dc.date.accessioned	2021-11-21T23:16:37Z	-
dc.date.available	2021-11-21T23:16:37Z	-
dc.date.issued	2017-09	-
dc.identifier.citation	Ефективність алгоритмів попередньої обробки даних в задачі класификації високочастотних біологічних сигналів / А. Л. Бойко, Є. А. Настенко, В. А. Павлов, О. О. Коновал, М. А. Осадчий, А. В. Дємєнтьєв // Індуктивне моделювання складних систем : збірник наукових праць. – 2017. – Вип. 9. – С. 23–30. – Бібліогр.: 6 назв.	uk
dc.identifier.uri	https://ela.kpi.ua/handle/123456789/45154	-
dc.language.iso	uk	uk
dc.source	Індуктивне моделювання складних систем : збірник наукових праць, 2017, Вип. 9	uk
dc.subject	алгоритми згладжування	uk
dc.subject	метод групового урахування аргументів	uk
dc.subject	метод ковзного середнього	uk
dc.subject	експоненціальне згладжування	uk
dc.subject	медіанний фільтр	uk
dc.subject	фільтр Савицього-Голая	uk
dc.subject	smoothing algorithms	uk
dc.subject	Group Method of Data Handling	uk
dc.subject	Moving Average Method	uk
dc.subject	exponential smoothing	uk
dc.subject	median filter	uk
dc.subject	Savitzky-Golay filter	uk
dc.subject	алгоритмы сглаживания	uk
dc.subject	метод группового учета аргументов	uk
dc.subject	метод скользящего среднего	uk
dc.subject	экспоненциальное сглаживание	uk
dc.subject	медианный фильтр	uk
dc.subject	фильтр Савицкого-Голая	uk
dc.title	Ефективність алгоритмів попередньої обробки даних в задачі класификації високочастотних біологічних сигналів	uk
dc.type	Article	uk
dc.format.pagerange	С. 23-30	uk
dc.publisher.place	Київ	uk
dc.subject.udc	004.9	uk
dc.description.abstractuk	В роботі наведено результати досліджень, що дозволили оцінити ефективність застосування різних алгоритмів згладжування сигналів пульсометрії в задачі класифікації здоров'я людини з точки зору стану серцево-судинної системи. Моделювання згладжених сигналів відбувалося за рекурентним адитивно-мультиплікативного багатоетапним алгоритмом (РАМБА) методу групового урахування аргументів (МГУА), проведення класифікації отриманих моделей реалізовано засобами програми GMDH Shell.	uk
dc.description.abstracten	This paper presents the results of effectiveness research on various algorithms for smoothing pulsometry signals in the classification problem of human health from the view point of cardiovascular system state. The modeling of smoothed signals are realized using the Recurrent Aditive-Multiplicative Multistage Algorithm (RAMMA) of Group Method of Data Handling (GMDH).	uk
dc.description.abstractru	В данной работе приведены результаты исследования эффективности различных алгоритмов сглаживания сигналов пульсометрии в задаче классификации здоровья человека с точки зрения состояния сердечнососудистой системы. Моделирование сглаженных сигналов реализовано с помощью рекуррентного адитивно-мультипликативного многоэтапного алгоритма РАМБА метода группового учета аргументов.	uk
dc.publisher	Міжнародний науково-навчальний центр інформаційних технологій та систем НАН та МОН України	uk
Appears in Collections:	Статті (БМК)