Введение 4
1 Обзор программных средств 7
1.1 Картографирование данных рейтингов «Политического Атласа
Современности» 7
1.2 Онлайновая ГИС-система с результатами анализа 8
1.3 «Сопоставление данных» оценок результатов, полученных с
использованием ViDaExpert приложения 12
1.4 Программное обеспечение: ViDaExpert и описание 13
1.5 Программное обеспечение по статистическому анализу данных: методология сравнительного анализа и выборочный обзор рынка... 16
2 Анализ технического задания 20
2.1 Назначение системы 20
2.2 Требования, предъявляемые к системе 20
3 Описание предметной области и постановка задачи 21
4 Алгоритмы и сравнение методов 22
4.1 Метод главных компонент 22
4.2 Ядерный метод главных компонент 25
4.3 Метод локально линейного встраивания 28
4.4 Метод многомерного шкалирования 31
4.5 Метод изометрического отображения 35
4.6 Метод упругих карт 36
4.7 Сравнение методов 39
5 Описание программного комплекса 41
5.1 Варианты реализации 41
5.2 Предварительная обработка входных данных 42
5.3 Структура системы 43
5.4 Описание интерфейса 45
6 Пример использования программы 49
Заключение 88
Список использованной литературы
Приложение
Купить

В настоящее время многие исследователи, занимающиеся анализом многомерных данных, сталкиваются с проблемами их интерпретации и классификации, а также извлечения другой полезной информации. Для решения таких задач разработаны специальные методы многомерного анализа. Они представляют средства обработки многомерных данных, позволяют интерпретировать данные исследователем.
Методы многомерного анализа применяются в статистике, экономике, психологии, медицине, а также в других науках. Эти методы тесно связаны с сжатием изображений, искусственным интеллектом, распознаванием образов. Наиболее важной проблемой многомерного анализа является задача уменьшения размерности, которая используется для сокращения количества признаков в обрабатываемых данных. В такой задаче важной особенностью является информативность отображения, и, следовательно, взаимное расположение объектов после преобразования. Многомерные методы уменьшения размерности позволяют визуализировать данные. В этом случае, такие методы используются для отображения на двумерное или трехмерное пространство с последующим выделением кластеров, наглядным анализом взаимного расположения объектов, выделением их общих характеристик.
Проблемой уменьшения размерности многомерных данных занимаются многие ученые. На протяжении последних лет создано множество алгоритмов, методов и подходов, решающих описанные выше задачи. Каждый из методов имеет свои преимущества и недостатки, они опираются на различные математические принципы. Многие исследователи изучают возможности различных методов в прикладных сферах для решения конкретных задач, описывают их преимущества и недостатки. Во многих задачах обработки многомерных наблюдений и, в частности, в задачах классификации исследователя интересуют в первую очередь лишь те признаки, которые обнаруживают наибольшую изменчивость (наибольший разброс) при переходе от одного объекта к другому.
Особое внимание проблемам многомерного анализа данных уделяют разработчики математических библиотек. Зачастую целые институты и другие сообщества поддерживают библиотеки в актуальном состоянии, дополняют их новыми алгоритмами, исправляют ошибки, снабжают примерами и т.д. На данный момент полных многофункциональных программных систем для многомерного анализа не существует. Платные математические пакеты предоставляют только базовые методы анализа и, в большинстве случаев, исследователю необходимо реализовывать алгоритмы самостоятельно на каком-либо языке программирования, что не всегда удобно. Поэтому актуальность работы заключается в реализации методов многомерного анализа в виде единого программного комплекса, с помощью которого исследователь сможет обработать данные методами многомерного анализа, а также интерпретировать результаты. Для выполнения этой задачи необходимо описать алгоритмы методов уменьшения размерности с подробным изложением алгоритмов работы и их сравнением, рассмотреть варианты реализации ПО, разработать структурную схему и на основе этого разработать программный комплекс.
Цель дипломной работы - исследование и создание программных средств сокращения размерности данных и анализ состояния систем в упрощенной и доступной для понимания форме.
Данная цель включает в себя следующие задачи:
— дать описание каждого метода;
— сделать обзор существующих методов сокращения размерности данных;
— разработать структуру и код программного модуля, реализовав на языке C++ в среде WindowsForm;
— протестировать программы на медицинских данных.
Актуальность темы
Проблема сокращения размерности и (или) числа степеней свободы расчетных моделей конструкций при динамических воздействиях имеет давнюю историю, но не потеряла своей актуальности и по сей день. Однако если раньше острота этой проблемы в основном была связана с несовершенством программно-методического обеспечения численных расчетов и ограниченными возможностями ЭВМ, то теперь на первый план выходят вопросы тестирования программных комплексов, анализа и верификации численных расчетов. Практическая значимость результатов работы в автоматизированном проектировании проявляется в следующих аспектах:
• в облегчении проектирования процесса реализации сокращения данных;
• в построении эффективной и экономичной программ, преобразование больших размеров данных в удобную форму;
• в сокращении трудоемкости процессов многовариантного анализа и оптимизации данных.
Купить