Разработки СО РАН - каталог программ

На данной странице представлен каталог программ, включенных в Фонд алгоритмов и программ Сибирского отделения РАН. Полный каталог программ и БД, включенных в Фонд, а также любые выборки по научным центрам, объединенным ученым советам и др. вы можете найти на данной странице.

2012-12-19

Назначение - программа предназначена для вычисления и сохранения в виде файла текстурных признаков полутонового изображения  по модели SAR.

Область применения - программа может быть использована для представления текстурной информации, содержащейся в  аэрокосмических, медицинских  и др. изображениях.

Используемый алгоритм - В каждой точке двумерного полутонового изображения вычисляется вектор статистических текстурных признаков, представляющих собой приближенные значения параметров модели SAR (Simultaneous Autoregressive). Применяется метод максимального правдоподобия и итеративная схема, предложенные в [1], [2], [3]. Различительная мощность признаков модели выше, чем признаков известной системы Харалика [4]. Это показано в [1]  для контролируемой классификации,  в [2] - для неконтролируемой классификации леса на аэроснимках. Использование признаков SAR для неконтролируемой классификации леса иллюстрировано на сайте http://loi.sscc.ru/lab/RFFI10/RU/svs10.htm.

[1] Kashyap R.L., Chellapa R., Estimation and Choice of Neighbors in Spatial Interaction Models of Images, IEEETrans. Inform. Theory., Vol. 1, 1983, 60-72.

[2] V.S. Sidorova, Unsupervised Classification of Forest’s Image by Texture Model Features, Pattern Recognitionand Image Analysis, 19(4), 2009, 698-703. http://link.springer.com/article/10.1134/S1054661809040208

 [3] В.С. Сидорова. Модель  текстуры  SAR. Труды международного конгресса “ГЕО-СИБИРЬ - 2009”, Новосибирск, 2008, сс.121 - 126.

 [4] R.M. Haralick, K. Shanmugam, I. Dinstein. Textural Features for Image Classification, // IEEE Trans. Syst. Man.Cybern., Vol. SMS-3, 1973, 610-621.

Функциональные возможности - Предлагаемый алгоритм [2,3] вычисляет признаки по   модели SAR для всех точек изображения по квадратному окну заданного размера и сохраняет их как мультиспектральный файл в формате raw.  Этот файл может быть использован как входной в программах классификации.  В предлагаемой программе он  может быть преобразован в BMP-файл, где цвет связан с  тремя выбранными признаками, и показан на экране. Вычисленные параметры SAR могут интерпретироваться в точке изображения как некоторые визуальные свойства текстуры: направленность, зернистость.

 Инструментальные средства создания - Алгоритм реализован в программной среде системы объектно-ориентированного программирования Visual C++ версии 5.0 фирмы Microsoft c библиотекой классов MFC, разработанной для ОС Windows. При разработке программы  использовался механизм многодокументного интерфейса MDI.

2012-12-19

Назначение -  автоматизация неконтролируемой классификации дискретных данных, анализ данных дистанционного зондирования, представленных спектральными признаками.

Область применения -  Программа может быть использована для исследования аэрокосмических, медицинских изображений, в задачах распознавания, а также для предварительного сжатия информации.

Используемый алгоритм - использован разработанный автором гистограммный иерархический алгоритм. Целью иерархического деления кластеров является достижение предельной детальности для заданной разделимости кластеров. Алгоритм находит различную предельную детальность в подкластерах векторного пространства признаков, которая зависит от свойств области данных. Подробно описан в [1,2]. Приложение алгоритма к пятиспектральному спутниковому снимку иллюстрировано на сайте  http://loi.sscc.ru/lab/RFFI10/RU/sidorova_separability.htm.

[1] V. S. Sidorova. Hierarchical Cluster Algorithm for Remote Sensing Data of Earth. // Pattern Recognition and Image Analysis, 2012, Vol. 22, No. 2, pp. 373–379. http://link.springer.com/static-content/0.5825/lookinside/259/art%253A10.1134%252FS1054661812020149/000.png

[2] Сидорова В.С. Новый гистограммный алгоритм с автоматическим выбором детальности кластеризации по заданной разделимости кластеров. Труды международного конгресса “ГЕО-СИБИРЬ - 2012”, Новосибирск, 2012, СС. 149-154

 Функциональные возможности - Гистограммный алгоритм не требует задания числа кластеров и никаких предположений о функциях распределения. Требуется ввести изображение и задать значение максимальной разделимости кластеров. Алгоритм найдет кластеры с  отделимостью, ниже заданной, и максимальные  детальности квантования соответствующих подобластей векторного пространства признаков. Фильтрация кластеров по разделимости, встроенная в процесс иерархической кластеризации, позволяет в результате получить их небольшое число. Алгоритм автоматизирует выбор сеток квантования, совершенствуя метод Наредры [3,4].  Может быть использовано до 8 спектральных каналов, файл входного изображения объемом до 8 мегабайт. Обработка изображения {5 спектр. каналов, 1000*1000 пикселей}, требует около 3 минут для заданной отделимости 0.1 (при максимально возможной 1.),  на ПК указанной ниже конфигурации (включая построение 5-мерной гистограммы входных данных). При построении многомерной гистограммы с числом спектральных каналов больше трех используется взаимодействие  хэширования и сортировки Шелла, предложенное в [4]. Алгоритм позволяет подробно исследовать структуру данных. Строится  карта кластеров (сегментация).

[3] Narendra P.M. and Goldberg M.  A non-parametric clustering scheme for LANDSAT  // Pattern Recognition. – 1977 – 9 – P. 207-215. 

[4] V. S. Sidorova, Separating of the Multivariate Histogram on the Unimodal Clusters, Proceedings of the Second IASTED International Conference “Automation Control and Information Technology”, Novosibirsk, 2005, P. 267–274.      

 Инструментальные средства создания - Алгоритм реализован в программной среде системы объектно-ориентированного программирования Visual C++ версии 5.0 фирмы Microsoft c библиотекой классов MFC, разработанной для ОС Windows. При разработке программы  использовался механизм многодокументного интерфейса MDI.

2012-12-06

Назначение - поиск оптимальных методов надежной многоадресной рассылки в беспроводных сетях.

Область применения - маршрутизация в беспроводных сетях.
Используемый алгоритм -  В программе реализован алгоритм, разработанный авторами и описанный в [1]. Программа решает задачу поиска оптимального метода многоадресной рассылки  сообщений в беспроводной сети. В качестве модели сети рассматривается ориентированный взвешенный граф.  Программа представляет возможность выбирать метод передачи как для всего маршрута, так и для каждого его шага. В классе древовидных маршрутов, таких что вероятность доставки пакета по каждой дуге маршрута не ниже заданного порогового значения, выбирается маршрут, стоимость которого минимальна. Как принято в сетях Wi-Fi Mesh, используемая стоимостная функция задается средним временем занятия беспроводной среды, необходимым для доставки пакета, с учетом используемой сигнально-кодовой конструкции, определяющей скорость передачи, и необходимого числа попыток передачи для доставки пакета на каждом шаге маршрута. В разработанном алгоритме это понятие расширено для учета методов надежной передачи многоадресных пакетов, описанных в IEEE 802.11aa.

[1] A. Lyakhov, A. Safonov, A. Yurgenson, O. Sokolova  Wireless Groupcast Routing with Palette of Transmission Methods // 5th International Workshop on Multiple Access Communications (MACOM-2012, Ireland, 19-20 November 2012), Springer, LNCS, p. 97-108

Функциональные возможности -

  1. генерация случайной сети,
  2. построение и оптимизация дерева рассылки минимальной стоимости в зависимости от выбранного метода передачи.

Инструментальные средства создания - Lazarus (OS Linux)

По сравнению с 1 версией программы (зарегистрирована в Каталоге ФАП СО РАН, номер PR11044), в данной версии:

  • изменена формула расчета стоимости дерева для метода групповой рассылки GCR-B
  • добавлен метод ATL (Air Time Link)
  • улучшен метод рекластеризации
  • добавлена возможность построения гибридного дерева, т.е. метод передачи в каждом узле выбирается с учетом минимизации стоимости.
2012-11-28

Назначение - Программа предназначена для построения многогранников с элементами симметрии и кристаллических решеток кристаллов. Пользователь может максимально комфортно рассмотреть объекты и определить элементы симметрии, координационные числа, число формульных единиц, плотнейшие упаковки и другие характеристики. В программе есть возможность рассчитывать символы граней и ребер, определяемые традиционным методом в кристаллографии.

Область применения - Программа может быть использована в курсе общей физики, при изучении элементов кристаллографии, в других исследовательских работах. 

Используемый алгоритм:  Учитывая межатомное расстояние, программа осуществляет построение объектов,  затем сохраняет их координаты в памяти компьютера. 

Функциональные возможности - Программа позволяет построить 18 структурных типов различных кристаллов и 12 видов многогранников,  рассмотреть их элементы симметрии (оси и плоскости). Выбранный  3D-объект (модель многогранника или кристалла) появляется в центральном окне. Можно выполнить расчет символов граней и символов ребер. Вращение и перемещение объекта осуществляется с помощью мыши. В программу также включен краткий справочник по кристаллографии.

Инструментальные средства создания - Среда программирования Delphi 7.0

2012-11-09

Программа предназначена для расчета распределения упругих и пластических напряжений в модельной задаче вращающегося упруго-пластического диска с учетом упрочнения материала.

Программа может применяться для анализа упруго-пластических свойств дисков, влияния упрочнения на распределение напряжений в сплошном тонком вращающемся диске. Данная модель может  использоваться при оценке свойств более сложных объектов - турбин, несущих дисков, лопаток.

Функциональные возможности: позволяет строить графики распределения зон пластичности и упругости, задавать коэффициенты, описывающие свойства материала.

Программа написана на языке Java JRE 1.5, имеет графический интерфейс. Использована бесплатная библиотека JFreeChart http://www.jfree.org/jfreechart/.

Алгоритм и основные выкладки приведены в статье  Якубенко А.П. "Математическое моделирование упругопластического состояния вращающегося диска"  // Прикладная математика, управление и информатика : сб. тр. междунар. конф., Белгород, 3-5 октября 2012г., Т. 1. - С. 335-338.

Алгоритм включает в себя решение систем дифференциальных и нелинейных уравнений (в данных моделях решается аналитически) для нахождения распределения напряжений отдельно в упругой и пластической областях. Расчет точки перехода пластической зоны в упругую ведется исходя из непрерывности упругих и пластическх напряжений.