Новости

Область применения - Исследование операций
Используемый алгоритм - метод приведенного градиента с использованием на этапе безусловной минимизации сопряженного градиента.
Алгоритм опубликован в статье: Котельников Е.А. "Применение приведенного градиента в квадратичном программировании". Сиб. журн. вычисл. математики. 2010.-Т.13, № 1.-С. 23-31.
Функциональные возможности - число строк в матрице ограничений не должно превышать 32765.
Инструментальные средства создания - Фортран

2012-04-17

Программный комплекс сетевого планирования и управления ("ПКСПП")

Назначение - Календарное планирование проектов.

Область применения - Планирование проектов в научно-исследовательских и проектно-конструкторских организациях, предприятиях единичного производства, фирмах с позаказной системой планирования.

Из типовых моделей передачи заданий формируются сетевые модели выполнения заказов. Рассчитываются объемные и календарные планы проектной организации по критерию минимизации суммарного превышения потребности в ресурсах от их наличия по всем интервалам времени планового периода. Выдается аналитическая информация об использовании ресурсов, расписании операций по подразделениям организации и заказам, степени загрузки исполнителей, плановых датах выполнения заказов.

Используемый алгоритм - В пакете программ реализован алгоритм случайного поиска с самообучением для приближенного решения задач календарного планирования проектов.

Алгоритм опубликован в статьях:

Ляхов О.А. Модель календарного планирования проектов с перераспределением нескладируемых ресурсов // Вестник Бурятского государственного университета / - Улан-Удэ: Изд-во Бурят. госун-та, 2010. - Вып. 9: Математика и информатика. - С.119-124;
Ляхов О.А. Модели передачи заданий в сетевом планировании сложных комплексов работ // IX Международная конференция "Проблемы функционирования информационных сетей": Материалы конференции, Новосибирск, 2006, с.174-179.

Функциональные возможности - Пакет рассчитан на следующие максимальные размеры входных данных: 32765 работ в сводной сетевой модели, 128 видов нескладируемых ресурсов, 256 типовых моделей.

Инструментальные средства создания - язык Фортран.

2012-01-26

Регистрация радиоизлучения и вариация фона. Radio Registration and Background Monitoring

Назначение - Программа предназначена для считывания данных с АЦП (Аналого-цифровой преобразователь) и визуализации снятых данных.
Область применения - Регистрация вторичных частиц космического происхождения при помощи детекторов ШАЛ (Широких атмосферных ливней) и антенны радиоизлучения.
Функциональные возможности - Работа с АЦП; визуализация вариации фона в реальном времени; сохранение и загрузка файлов; обработка сохраненных файлов; построение дифференциального и интегрального спектров;
В программе реализован алгоритм, разработанный авторами (Петров З. Е., Борщевский Д. С., Петров И. С.), описание работы программы - в приложенном файле.

Инструментальные средства создания - Borland Delphi 6.0

2011-12-26

Программная реализация гистограммного кластерного алгоритма с выбором детальности квантования векторного пространства признаков

Программа предназначена для автоматизации неконтролируемой классификации дискретных данных.
Область применения - анализ данных дистанционного зондирования, представленных спектральными признаками. Может быть использована для исследования аэрокосмических, медицинских изображений, в задачах распознавания, также для предварительного сжатия информации.
Используемый разработанный алгоритм минимизирует значение предложенной меры средней разделимости кластеров по числу уровней квантования пространства признаков, предложен в [1]. Мера средней разделимости унимодальных кластеров позволяет сравнивать распределения для данных с высокой корреляцией.
Алгоритм сочетает два подхода: варьирование детальностью квантования векторного пространства и кластеризацию Нарендры.
При построении многомерной гистограммы с числом спектральных каналов больше трех используется сочетание хэширования и сортировки Шелла, предложено в[2].
[1] Сидорова В.С. Оценка качества классификации многоспектральных изображений гистограммным методом // Автометрия, 2007.Т. 43, №1, C. 37– 43.
[2] 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.
В таблицу заносятся выходные данные: число уровней квантования векторного пространства, число унимодальных кластеров и их характеристики. Можно получить карту кластеров в виде BMP-файла, где цвет связан с номером кластера, к которому отнесен пиксель (сегментация).
Может быть использовано до десяти спектральных каналов, файл входного изображения объемом до 5 мегабайт.
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.
Работа программы проиллюстрирована на сайте: http://loi.sscc.ru/lab/RFFI10/RU/svs10.htm

2011-12-26

Программная реализация гистограммного кластерного алгоритма для текстурных данных

Программа предназначена для автоматизации неконтролируемой классификации текстурных данных.
Область применения - анализ данных дистанционного зондирования, представленных текстурными признаками. Может быть использована для исследования аэрокосмических, медицинских изображений, в задачах распознавания, а также для предварительного сжатия информации.
Используемый разработанный гистограммный кластерный алгоритм учитывает особенности сбора текстурных статистик изображения по окну конечных размеров [1].
Файл вычисленных текстурных признаков для всех точек односпектрального изображения является входным для программы. Сначала многомерное векторное пространство признаков разделяется на унимодальные кластеры с выбором детальности квантования пространства для обеспечения наибольшей средней разделимости кластеров в смысле предложенной меры. Затем алгоритм присоединяет ложные кластеры (те, сегменты которых на изображении значительно уже окна для сбора статистик) к остальным. Для присоединения кластера анализируется его разделимость с соседями в векторном пространстве признаков и контекст изображения.
В таблицу заносятся выходные данные: число уровней квантования векторного пространства, число кластеров и их характеристики. Можно получить карту кластеров в виде BMP-файла, где цвет связан с номером кластера, к которому отнесен пиксель (сегментация).
Может быть использовано до десяти статистических текстурных признаков, файл входного изображения объемом до 5 мегабайт.

[1] В.С. Сидорова. Алгоритм кластеризации текстурных данных дистанционного зондирования. // Автометрия, 2010, Т. 46, № 5,С. 43-52

Работа программы проиллюстрирована на сайте: http://loi.sscc.ru/lab/RFFI10/RU/svs10.htm

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..