Методы и алгоритмы адаптивной реконструкции моделей сложных систем
Диссертация
Диссертационные исследования связаны с выполнением по заданию Министерства образования и науки Российской Федерации следующих НИР, в которых автор была ответственным исполнителем: «Разработка теоретических основ построения робастных автоматизированных систем» (1996 г.), «Разработка теоретических основ построения интеллектуальных информационно-измерительных систем» (1997 г.), «Интеллектуальные… Читать ещё >
Список литературы
- Айламазян А.К., Стась Е. В. Информатика и теория развития. М.: Наука, 1989.
- Алипов H.H., Израильтян И. М., Соколов A.B., Трубецкая Л. В., Кузнецова Т. Е. Сравнительная характеристика индексов расслабимости сердца // Бюллетень экспериментальной биологии и медицины. 2001. № 5. С. 495 500.
- Андерсон Т. Статистический анализ временных рядов. М.: Мир, 1976. -760с.
- Андрейчиков A.B., Андрейчикова О. Н. Интеллектуальные информационные системы. М.: Финансы и статистика, 2004. — 424 с.
- Анищенко B.C. Знакомство с нелинейной динамикой: Лекции соросовского профессора. Саратов: Изд-во ГосУНЦ «Колледж», 2000. -180 с.
- Анищенко B.C., Вадивасова Т. Е., Астахов В. В. Нелинейная динамика хаотических и стохастических систем. Фундаментальные основы и избранные проблемы / Под ред. B.C. Анищенко. Саратов: Изд-во Сарат ун-та. — 1999. — 368 с.
- Анищенко B.C., Янсон Н. Б., Павлов А. Н. Может ли режим работы сердца здорового человека быть регулярным? // Радиотехника и электроника. 1997. Том 42, № 8. С. 1005−1010.
- Анищенко B.C., Янсон Н. Б., Павлов А. Н. Седло-фокус в модели электрической активности сердца человека // Письма в ЖТФ. 1996. Том 22, вып. 4. С. 78−83.
- Ю.Аносов О. Л., Бутковский О. Я., Кравцов Ю. А. Восстановление динамических систем по хаотическим временным рядам // Известия вузов «ПНД». 2000. Том 8, № 1. С. 29−51. 1 I. Ahtomohob Ю. Г. Принципы нейродинамики. Киев: Наукова думка, 1974. -200 с.
- Байбурин В.Б., Терентьев A.A. Модели и методы научно-технического прогнозирования. Саратов: Изд-во СГТУ, 1999. — 116 с.
- Бакусов Л.М., Зулкарнеев Р. Х., Загидуллин Ш. З. Применение показателя приближенной энтропии для оценки регулярности физиологических процессов // Вестник новых медицинских технологий. 1998. Т. 5, № 3−4. С. 13−15.
- Н.Балантер Б. И., Ханин М. А., Чернавский Д. С. Введение в математическое моделирование патологических процессов. М.: Медицина, 1980. — 264 с.
- Беллман Р. Математические методы в медицине/ Пер. с англ. М.: Мир. 1987.-200 е., ил.
- Беляев К.П., Соловьев В. Н. О коррекции параметров численной модели с помощью данных измерений // Математическое моделирование. 2001. Т. 13, № 10. С. 3−16.
- Бендат Дж., Пирсол А. Измерение и анализ случайных процессов. М.: Мир, 1974.-466 с.
- Бессмертный Б.С. Математическая статистика в клинической, профилактической и экспериментальной медицине. М.: Медицина, 1967. -304 с.
- Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. Выпуск 1.-М.: Мир, 1974. 408 с.
- Боровиков И.П., Обухов Ю. В., Боровиков В. П., Пасечник В. И. Новые алгоритмы восстановления сигналов и изображений, моделируемых при помощи дифференциальных уравнений // Радиотехника и электроника. 1999. № 8. С. 982−987.
- Боулдинг К. Общая теория систем скелет науки // Исследования по общей теории систем. — М.: Прогресс, 1969, с. 106−124.
- Булдакова Т.И. Адаптивная реконструкция на ассоциативных нейронных сетях // Прикладные исследования в радиофизике и электронике: Сб. научн. ст. Саратов: ООО «Исток-С», 2001. — С. 77−80.
- Булдакова Т.И. Анализ метода нейросетевой реконструкции // Моделирование в радиофизических устройствах: Сб. науч. ст. Саратов: ООО «Исток-С», 2002, с. 92−94.
- Булдакова Т.И. Методы оценки качества инструментального производства // Автоматизация и управление в машино- и приборостроении. Саратов: СГТУ, 2003, с. 28−33.
- Булдакова Т.И. Методы реконструкции систем по биосигналам // Информационные технологии в образовании, технике и медицине. -Волгоград: РПК «Политехник». 2002. Ч. 2. С. 194−197.
- Булдакова Т.И. Моделирование динамики нейрона с помощью ПМК ПА-7 // Проблемы управления и связи. Саратов: Изд-во СГТУ, 2000. — С. 232 235.
- Булдакова Т.И. Моделирование сложных систем на самоорганизующихся нейронных сетях // Физические основы радиоэлектроники и полупроводников. Саратов: Изд-во Сарат. педагог, ин-та, 2000. -С. 8183.
- Булдакова Т.И. Численные методы оптимизации. Саратов: Изд-во СГТУ, 1997.-66 с.
- Булдакова Т.И., Карагод А. Л., Суятинов С. И. Пути информатизации отечественных предприятий // Перспективы культурно-цивилизационной эволюции общества. Саратов: СГТУ, 2003. С. 233−238.
- Булдакова Т.И., Кобзарь Т. В. Использование нейронных сетей при моделировании систем различной физической природы. Саратов: Изд-во СПИ, 1997. С. 28−30.
- Булдакова Т.И., Коблов A.B., Кузнецов A.B., Суятинов С. И. Нейросетевые методы идентификации пульсовых сигналов // Вестник новых медицинских технологий. 2002. № 4. С. 61−63.
- Булдакова Т.И., Колентьев C.B., Лившиц В. Б., Суятинов С. И. Двухэтапное распознавание образов в нейросетевых диагностических системах // Информационные технологии в образовании, технике и медицине. -Волгоград: РПК «Политехник», 2000. С. 194- 196.
- Булдакова Т.И., Колентьев C.B., Суятинов С. И. Вейвлет анализ и нейронные сети в алгоритмах измерения относительной плотности вещества // Состояние и проблемы измерений. — Москва: Изд-во МГТУ, 1999 г.-С. 274−275.
- Булдакова Т.И., Колентьев C.B., Суятинов С. И. Алгоритм оценки относительной плотности тканей по рентгеновским снимкам с использованием вейвлет-анализа // Вестник новых медицинских технологий. 2003. № 1. С. 6−8.
- Булдакова Т.И., Кузнецов A.B. Реконструкция моделей медико-биологических систем // Информационные технологии в образовании. -Саратов: Изд-во СГТУ, 2000. С. 137−138.
- Булдакова Т.И., Кузнецов A.B. Нейросетевой подход в задачах идентификации медицинских сигналов // Труды 8 Всероссийскойконференции «Нейрокомпьютеры и их применение». Москва, 2002. С. 639−642.
- Булдакова Т.Н., Самочетова Н. С., Султанов С. И. Нейросетевая модель взаимодействия биосистем // Средства математического моделирования: Тезисы докл. 4-й международной конференции. Санкт-Петербург, 2003, с. 174.
- Булдакова Т.И., Суятинов С. И. Информационно-аналитическая система управления снабжением и производством инструмента // Информационные технологии. 2002. № 11. С. 28−33.
- Булдакова Т.И., Суятинов С. И. Нейрокомпьютерные системы. Саратов: Изд-во СГТУ, 1999.- 96 с.
- Булдакова Т.И., Суятинов С. И., Коблов A.B. Критерий адекватности моделей при моделировании на нейросетях // Прикладные исследования в радиофизике и электронике. Саратов: ООО «Исток-С», 2001. С. 81 — 85.
- Булдакова Т.Н., Суятинов С. И., Колентьев C.B. Нейросетевые алгоритмы прогнозирования в инструментальном производстве // Информационные технологии. 2003. № 3. С. 14−18.
- Булдакова Т.Н., Суятинов С. И., Лысункин В. В. Два подхода к регистрации и анализу пульсограмм // Конверсия, приборостроение, медицинская техника. Владимир: Владим. гос. ун-т, 1999. С. 186−188.
- Булдакова Т.Н., Суятинов С. И. Метод нейросетевой реконструкции систем // Информационные технологии. 2002. № 7. С. 37−40.
- Булдакова Т.И., Суятинов С. И. Нейросетевая идентификация пульсового сигнала. Доклады 4-й Международной конференции «Цифровая обработка сигналов и ее применение». — Москва: ИПРЖР, 2002. С. 418 420.
- Булдакова Т.Н., Суятинов С. И. Принципы построения и возможности информационно-аналитической системы управления снабжением и производством инструмента // Межвузовский научный сборник
- Автоматизация и управление в машино- и приборостроении". Саратов: СГТУ, 2002, с. 23−27.
- Булдакова Т.И., Суятинов С. И. Разработка модельного уравнения для идентификации пульсового механизма // Моделирование в радиофизических устройствах: Сб. науч. ст. Саратов: ООО «Исток-С», 2002, с. 87−91.
- Булдакова Т.И., Суятинов С. И. Разработка модельного уравнения пульсового механизма на основе волнового подхода // Доклады 5-й Международной конференции «Цифровая обработка сигналов и ее применение». Москва: ИПРЖР, 2003. С. 135−138.
- Булдакова Т.И., Суятинов С. И. Реконструкция динамических систем на нейронных сетях // Интеллектуальные системы и информационные технологии управления. СПб.: Изд-во СПбГТУ, 2000. — С. 290−292.
- Василенко В.Х. Врачебный прогноз. Душанбе: Дониш, 1982. — 108 с.
- Вебер A.B., Данилов А. Д., Шифрин С.И. Knowledge-технологии в консалтинге и управлении предприятием. СПб: Наука и техника, 2003. -176 с.
- Винер Н. Кибернетика, или управление и связь в животном и машине (2-е изд.): Пер с англ. М.: Наука, 1983.
- Галушкин А.И. Теория нейронных сетей: Учеб. пособие для вузов / Общая ред. А. И. Галушкина. М.: ИПРЖР, 2000. — 416 е., ил.
- Гвоздев В.И., Попов О. Н., Сезонов Ю. Н., Спиридонов О. П. Основные законы биоинформационных систем // Зарубежная радиоэлектроника. Успехи современной радиоэлектроники. 2000. № 3. С. 54−57.
- Гельфанд И.И., Розенфельд Б. И., Шифрин М. А. Структурная организация данных в задачах медицинской диагностики и прогнозирования // Вопросы кибернетики. Задачи медицинской диагностики и прогнозирования с точки зрения врача. М.: АН СССР, 1988. — С. 5−64.
- Гельфанд М.С., Миронов A.A. Вычислительная биология на рубеже десятилетий // Молекулярная биология. 1999. Т. 33, № 6. С. 969−984.
- Гик Дж. Прикладная общая теория систем. М.: Мир, 1981.
- Головко В.А. Нейронные сети: обучение, организация и применение: Учеб. пособие для вузов / Общая ред. А. И. Галушкина. М.: ИГ1РЖР, 2001.-256 с.
- Гольдбергер Э.Л., Ригни Д. Р., Уэст Б.Дж. Хаос и фракталы в физиологии человека // В мире науки. 1990. № 4. С. 25−32.
- Горбань А.Н., Россиев Д. А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. — 276 с.
- Грибков Д.А., Грибкова В. В., Кравцов Ю. Л., Кузнецов Ю. И., Ржанов А. Г. Восстановление структуры динамической системы по временным рядам // Радиотехника и электроника. 1994. Вып. 2. С. 269.
- Гофман В.Э., Хомоненко А. Д. Работа с базами данных в Delphi. СПб.: БХВ-Петербург, 2001. — 656 с.
- Дабровски А., Дабровски Б., Пиотрович Р. Суточное мониторирование ЭКГ. М.: Медпрактика, 2000. — 208 с.
- Директор С., Рорер Р. Введение в теорию систем. М.: Мир, 1974. — 464 с.
- Дмитриев A.C. Хаос и обработка информации в нелинейных динамических системах (обзор) // Радиотехника и электроника. 1993. Т.38, № 1. СЛ.
- Дмитриев A.C. Запись и распознавание информации в одномерных динамических системах // Радиотехника и электроника. 1991. Т. 36, № 1. С.101−108.
- Дмитриев A.C., Куминов Д. А. Сложная динамика простейших электронных нейроподобных систем // Радиотехника и электроника. 1992. № 3. С. 479−487.
- Дмитриев И.Э. Картирование корреляционной размерности электроэнцефалограммы человека //Известия вузов «ПНД». 1998. Т.6, № 6. С. 39−49.
- Добеши И. Десять лекций по вейвлетам. Ижевск: НИЦ «Регулярная и хаотическая динамика», 2001. — 464 с.
- Дунин-Барковский B.JI. Информационные процессы в нейронных структурах. М.: Наука, 1978. — 163 с.
- Дюк В., Самойленко A. Data mining: учебный курс. СПб: Питер, 2001. -368 с. 73.3абелинский А. И. Нелинейная самоорганизация как подход к построению прогнозирующих моделей // Автоматизация и современные технологии. 2001. № 9. С. 17−19.
- Зуев С.М. Статистическое оценивание параметров математических моделей заболеваний. М.: Наука, 1988. — 173 с.
- Емельянов В.В., Ясиновский С. И. Введение в интеллектуальное имитационное моделирование сложных дискретных систем и процессов. Язык РДО. М.: АНВИК, 1998.
- Ивахненко А.Г., Мюллер И. А. Самоорганизация прогнозирующих моделей. Киев: Техшка, 1985. -223 с.
- Ивахненко А.Г., Зайченко Ю. П., Димитров В. Д. Принятие решений на основе самоорганизации. М.: Сов. радио, 1976. — 280 с.
- Игошева Н.Б., Павлов А. Н., Анищенко Т. Г. Методы анализа сердечного ритма. Саратов: Изд-во ГосУНЦ «Колледж», 2001. — 120 с.
- Калядин Н.И., Кузнецов П. Г., Леменков В. А., Ходырева М. Д. Компьютерные медицинские мониторы: Состояние и перспективы // Медицинская техника. 1999. № 5. С. 34−37.
- Калянов Г. Н. CASE-технологии. Консалтинг при автоматизации бизнес-процессов. М.: Горячая линия — Телеком, 2000. — 320 с.
- Канторович Г. Г. Анализ временных рядов // Экономический журнал Высшей школы экономики. 2002. — № 1. — С. 85−116.
- Капица С.П., Курдюмов С. П., Малинецкий Г. Г. Синергетика и прогнозы будущего. М.: Эдиториал УРСС, 2001. — 288 с.
- Катковник В.Я. Непараметрическая идентификация и сглаживание данных. Метод локальной аппроксимации. М.: Мир, 1985.
- Климонтович Ю.Л. Критерии относительной степени упорядоченности или хаотичности открытых систем // Труды международной конференции «Критерии самоорганизации в физических, химических и биологических системах». М: Изд-во Моск. ун-та, 1995. — С. 84−101.
- Ковалева JI.H. Многофакторное прогнозирование на основе рядов динамики. М.: Статистика, 1980. — 103 с.
- Колентьев C.B., Булдакова Т. Н. Иерархический подход к обработке данных в задачах восстановления структуры объекта // Информационные технологии в образовании. Саратов: Изд-во СГТУ, 2000. — С. 135−136.
- Колмогоров А.Н. Представление непрерывных функций многих переменных суперпозицией функций одной переменной и сложением // Докл. АН СССР. 1957. Т. 114, № 5. С. 953−956.
- Комарцова Л.Г., Максимов A.B. Нейрокомпьютеры: Учеб. пособие для вузов. М.: Изд-во МГТУ им. Н. Э. Баумана, 2002. — 320 е., ил. (Сер. Информатика в техническом университете).
- Копейкин C.B. Адаптивные методы обработки измерений. Саратов: Изд-во СГУ, 1982.- 120 с.
- Корнеев В.В., Гареев А. Ф., Васютин C.B., Райх В. В. Базы данных. Интеллектуальная обработка информации. М.: «Нолидж», 2000. — 352 с.
- Корячко В.П., Курейчик В. М., Норенков И. П. Теоретические основы САПР. М.: Энергоатомиздат, 1976. — 400 с.
- Круглов В.В., Борисов В. В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия. — Телеком, 2001. — 382 с.
- Краснощеков П.С., Петров Л. Л. Принципы построения моделей. М.: Изд-во МГУ, 1983.-264 с.
- Кременецкий С. Д. Прикладные математические модели: от электродинамики, радиофизики, радиоастрономии. до информатики, телекоммуникаций. И Успехи современной радиоэлектроники. 2001. № 6. С. 60−71.
- Кузнецов A.B., Булдакова Т. П. Анализ методов расчета производных в алгоритмах реконструкции // Доклады 5-й Международной конференции «Цифровая обработка сигналов и ее применение». М: ИПРЖР, 2003. С. 374−377.
- Кузнецов Г. В. Основные идеи пространственного подхода при моделировании сердечно-сосудистой системы человека // Вестник новых медицинских технологий. 1999. № 2. С. 49−50.
- Кулаичев А.П. Компьютерный контроль процессов и анализ сигналов. -М.: Информатика и компьютеры, 1999. 291 с.
- Ланда П.С., Розенблюм М. Г. Об одном методе оценки размерности вложения аттрактора по результатам эксперимента // ЖТФ. 1989. Т. 59, № 1.С. 13.
- Лачинов В.М., Поляков А. О. Информодинамика или Путь к Миру открытых систем. СПб.: Изд-во СПбГТУ, 1999. — 432 с.
- Левинштейн М.Л. Операционное исчисление и его приложения к задачам электротехники. М.-Л.: Изд-во «Энергия», 1964. — 466 с.
- Линник Ю.В. Избранные труды. Теория вероятностей. М.: Наука, 1981.-717 с.
- Лифшиц В.Б., Булдакова Т. И., Суятинов С. И., Колентьев C.B. Статистический и нейросетевой методы идентификации ипрогнозирования в медицине // Информационные технологии. 2004. № 3. С. 60−63.
- Лопин В.И., Шепелов О. В. Нейросетевой программный комплекс диагностики заболеваний // Приборы и системы управления. 1999. № 12. С. 12−13.
- Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования. М.: Статистика, 1979. — 254 с.
- Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов. М.: Финансы и статистика, 2003. — 416 с.
- Лукашин Ю.П. Линейная регрессия с переменными параметрами. М.: Финансы и статистика, 1992. — 256 с.
- Льюис Х.Д. Методы прогнозирования экономических показателей. -М.: Финансы и статистика, 1986. 240 с.
- Максимей И.В. Имитационное моделирование на ЭВМ. М.: Радио и связь, 1988.
- Малинецкий Г. Г., Потапов А. Б. Современные проблемы нелинейной динамики. М.: Эдиториал УРСС, 2000. — 336 с.
- Матвеев Н.М. Дифференциальные уравнения. Л.: Изд-во ЛГУ, 1963. -418 с.
- Методы робастного, нейро-нечеткого и адаптивного управления / Под ред. Н. Г. Егупова. М.: Изд-во МГТУ им. Н. Э. Баумана, 2001. — 744 с.
- Минаев Ю.Н., Филимонова О. Ю., Бенамеур Лиес. Методы и алгоритмы решения задач идентификации и прогнозирования в условиях неопределенности в нейросетевом логическом базисе. М.: Горячая линия-Телеком, 2003. — 205 с.
- Михайлов Ф.А., Теряев Е. Д., Булеков В. П., Данков Г. Ю., Саликов JI.M., Степаньяиц Г. А. Динамика нестационарных линейных систем. М.: Изд-во «Наука», 1967. — 368 с.
- Могилевский В.Д. Формализация динамических систем. М.: Вузовская книга, 1999. — 216 с.
- Молчанов М.А., Молчанов Я. М. Автоматизированная система управления БОСС как база создания системы принятия стратегических решений в управлении малым бизнесом // Приборы и системы: управление, контроль, диагностика. 2000. № 11. С. 23−26.
- Назаров A.B., Лоскутов А. И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. СПб.: Наука и техника, 2003. -384 с.
- Нейроинформатика /А.Н.Горбань, В.Л.Дунин-Барковский, А. Н. Кирдин и др. Новосибирск: Наука. Сибирское предприятие РАН, 1998. — 296 с.
- Норенков И.П., Булдакова Т. И. Статистические анализ и оптимизация на основе алгоритмов центрирования // Известия вузов. Радиоэлектроника. 1985. № 6. С. 84−86.
- Норенков И.П., Зиновьев П. А., Булдакова Т. И. Алгоритм центрирования на основе линейных аппроксимаций // Известия вузов. Радиоэлектроника. 1983. № 6. С. 14−18.
- Норенков И.П., Сомов П. А., Булдакова Т. И. Алгоритмы получения адаптивных макромоделей //Современные тенденции развития САПР интегральных микросхем. М.: МИЭТ, 1984. — С. 48−53.
- Опалев A.A., Эмануэль В.JI. Основы медицинской метрологии. СПб.: Изд-во СПб ГМУ, 1999. — 96 с.
- Осовский С. Нейронные сети для обработки информации / Пер. с польского И. Д. Рудинского. М.: Финансы и статистика, 2002. — 344 с.
- Павлов А.Н., Янсон Н. Б., Анищенко B.C. Реконструкция динамических систем // Радиотехника и электроника. 1999. Том 44, № 9. С.1075−1092.
- Петров В.П., Осипов В. В., Есин C.B., Барышев С. С. Применение нейросетевых компьютерных технологий в определении лечебной тактики у больных с язвенной болезнью желудка и двенадцатиперстной кишки // Вестник хирургии, 2000, 159, № 1, с. 73−76.
- Петрякова Е.А. Нейронные сети Хопфилда с несимметрической матрицей коэффициентов связи между нейронами // Известия вузов. Приборостроение. 1994. Т. 37, № 3−4. С.24−32.
- Полонников Р.И. Информационные меры при исследовании биологических процессов // Телемедицина становление и развитие,-СПб: Изд-во СПИИРАН, 2000. С. 47−54.
- Полуэктов P.A., Опарина И. В., Топаж А. Г., Финтушал С. М., Миршель В. Адаптируемость динамических моделей агроэкосистем к различным почвенно-климатическим условиям // Математическое моделирование. 2000. Т. 12, № U.C. 3−16.
- Поройков В.В. Зарубежные электронные информационные ресурсы по лекарственным препаратам для профессионалов в области здравоохранения // Компьютерные технологии в медицине. 1998. № 1. С. 87−93.
- Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука, 1986.
- Построение экспертных систем / Пер. с англ.- Под ред. Ф. Хейеса-Рота, Д. Уотермана, Д. Лената. М.: Мир, 1987. — 441 е., ил.
- Пригожин И. От существующего к возникающему. М.: Наука, 1985. -327с.
- Прохорович В.Е. Прогнозирование состояния сложных технических комплексов. СПб.: Наука, 1999. — 157 с.
- Пупков К.А., Коньков В. Г. Интеллектуальные системы. М.: Издательство МГТУ им. Н. Э. Баумана, 2003. — 348 с.
- Пупков К.А., Шмыкова H.A. Анализ и расчет нелинейных систем с помощью функциональных степенных рядов. М.: Машиностроение, 1982.- 150 с.
- Распознавание образов и медицинская диагностика / Под ред. Ю.И.. Неймарка. М.: Наука, 1972. — 328 с.
- Рябова C.B., Петин В. Г. Возможность прогнозирования синергетических эффектов комбинированных воздействий на организменном уровне // Радиационная биология. Радиоэкология. 2000. Т.40, № 2. С. 192−196.
- Салычев О.С. Волновое описание возмущений в задачах оценки ошибок инерциальных систем навигации. М.: Машиностроение, 1992. -216 с.
- Салычев О.С., Быковский A.B. Волновой метод оценивания вектора состояния динамической системы // Вестник МГТУ. Серия «Приборостроение». 1990. № 1. С. 4 — 13.
- Самарский A.A., Михайлов А. П. Математическое моделирование: Идеи. Методы. Примеры. М.: Физматлит, 2001. — 320 с.
- Самонастраивающиеся системы. Справочник / Под общей редакцией д.т.н., профессора П. И. Чинаева. Киев: Наукова думка, 1969. — 528 с.
- Саркисов Д.С. Некоторые особенности развития медико-биологических наук в последние столетия // Бюллетень экспериментальной биологии и медицины. 2001. Т. 131, № 1. С. 5−10.
- JL!' 147. Системы автоматизированного проектирования в радиоэлектронике:
- Справочник /Е.В.Авдеев, А. Т. Еремин, И. П. Норенков, М. И. Песков. М.: Радио и связь, 1986. — 368 с.
- Системы автоматизированного проектирования: В 9-ти кн. Кн. 7. Лабораторный практикум / Булдакова Т. И., Жук Д. М., Комалов С. С. и др.- М.: Высшая школа, 1986. 144 с.
- Системы автоматизированного проектирования: В 9-ти кн. Кн. 7. Лабораторный практикум / Булдакова Т. И., Жук Д. М., Комалов С. С. и др.- Минск: Вышэйшая школа, 1988. 144 с.
- Ситдыков Р.К., Лифшиц В. Б., Булдакова Т. И., Суятинов С. И. Язвенная болезнь у оперативных сотрудников МВД: прогнозирование и идентификация // Медицинский вестник МВД. 2004. № 1. С. 20−24.
- Славин М.Б. Методы системного анализа в медицинских исследованиях. М.: Медицина, 1989. — 302 с.
- Солодовников В.В., Бородин Ю. И., Ионнисиан А. Б. Частотные методы анализа и синтеза нестационарные нелинейных систем. М.: Сов. радио, 1972.-324 с.
- Справочник по теории автоматического управления / Под ред A.A. -г ' Красовского. -М.: Наука, 1987. -711 с.
- Справочное пособие по теории систем автоматического регулирования и управления. Минск: Вышэйшая школа, 1973. — 584 с.
- Статистические методы прогнозирования на основе временных рядов: Учеб. пособие / Ю. В. Сажин, A.B. Катычев, В. А. Басова, Ю. В. Сарайкин.- Саранск: Изд-во Мордов. ун-та, 2000. 116 с.
- Статистическое моделирование и прогнозирование /Под ред. А. Г. Гранберга. М.: Финансы и статистика, 1990. — 382 с.
- Статистические методы повышения качества: Пер. с англ. /Под ред. X. Кумэ. М.: Финансы и статистика, 1990. — 304 с.
- Суятинов С.И., Булдакова Т. П. Метод идентификации связанных систем естественного происхождения // Труды II Международной конференции «Идентификация систем и задачи управления». М.: Ин-т проблем управления, 2003. С. 344−350.
- Суятинов С.И., Булдакова Т. И. Синергетические основы алгоритмов идентификации систем естественного происхождения // Доклады 4-й Международной конференции «Цифровая обработка сигналов и ее применение». Москва: ИПРЖР, 2002. С. 47−49.
- Суятинов С.И., Булдакова Т. И. Принципы разработки модельных уравнений биологических систем // Информационные технологии в образовании, технике и медицине. Волгоград: РПК «Политехник», 2002. С. 235−238.
- Суятинов С.И., Булдакова Т. И., Епифанов А. Н. Нейросетевой алгоритм идентификации и управления подачей шпинделя // Математические методы в технике и технологиях: Сб. тр. XVI Междунар. науч. конф. -Ростов н/Д, 2003. Т. 5. С. 202−204.
- Суятинов С.И., Коблов A.B., Булдакова Т. И. Особенности и алгоритм интерпретации измерительных биосигналов // Материалы 8-й Всероссийской научно-техн. конф. «Состояние и проблемы измерений». -М.: МГТУ им. Н. Э. Баумана, 2002. С. 28−29.
- Султанов С.И., Коблов А. В., Булдакова Т. И. Принципы разработки модельных уравнений для идентификации сложных систем // Труды II Международной конференции «Идентификация систем и задачи управления». М.: Ин-т проблем управления, 2003. С. 336−343.
- Телемедицина: новые информационные технологии на пороге XXI века / Под ред Р. М. Юсупова, Р. И. Полонникова. СПб: СПИИРАН, 1998. -490 с.
- Тихомиров Ю.В. Microsoft SQL Server 7.0: разработка приложений. -СПб.: БХВ-Петербург, 2000. 352 с.
- Тоффоли Т., Марголус Н. Машины клеточных автоматов. М.: Мир, 1991. -280с.
- Трубецков Д.И. Колебания и волны для гуманитариев. Саратов: Изд-во ГосУНЦ «Колледж», 1997. — 392 с.
- Тюрин Ю.Н., Макаров А. А. Статистический анализ данных на компьютере. М.: ИНФРА-М, 1998. — 528 с.
- Урицкий В.М., Музалевская Н. И. Фрактальные структуры и процессы в биологии (обзор) // Биомедицинская информатика / Под ред. Р. И. Полонникова, К. Г. Короткова. СПб: Ольга, 1995. С.84−130.
- Ушенко А.Г. Лазерная диагностика биофракталов // Квантовая электроника. 1999. Т. 29, № 3. С. 239−245.
- Фаронов В.В., Шумаков П.В. Delphi 5. Руководство разработчика баз данных. М.: Нолидж, 2000. — 640 с.
- Фильтрация и стохастическое управление в динамических системах / Под ред. К. Т. Леондеса. М.: Мир, 1980. — 408 с.
- Фролов М.В., Гусев М. И., Лазарев Н. В., Милованова Г.Бю Потулова Л. А. Информационная технология диагностики функционального состояния человека-оператора // Аэрокосмическая и экологическая медицина. 2000. Том 34, № 2. С. 27−33.
- Хан М. Г. Быстрый анализ ЭКГ. СПб.: Изд-во БИНОМ, 2001. — 286 с.
- Хейес-Рот Ф., Уотерман Д., Ленат Д. Построение экспертных систем. -М.: Мир, 1987.-441 с.
- Хемминг Р.В. Численные методы для научных работников и инженеров. М.: Наука, 1968. — 400 с.
- Химмельблау Д. Прикладное нелинейное программирование / Пер. с англ. М.: Мир, 1975. — 534 с.
- Хованова H.A., Хованов И. А. Методы анализа временных рядов. -Саратов: Изд-во ГосУНЦ «Колледж», 2001. 120 с.
- Четыркин K.M. Статистические методы прогнозирования. М.: Статистика, 1977. — 200 с.
- Шевченко Ю.Л., Щихвердиев H.H., Оточкин A.B. Прогнозирование в кардиохирургии. СПб: Питер Паблишинг, 1998. — 208 с. — (Серия «Практическая медицина»).
- Шумаков В.И., Новосельцев В. Н., Сахаров М. П. и др. Моделирование физиологических систем организма. М.: Медицина, 1971. — 352 с.
- Элементы теории биологических анализаторов / Под общ. ред. Н. В. Позина. М.: Наука, 1978. — 360 с.
- Юзбашев М.М., Манелля А. И. Статистический анализ тенденций и колеблемости. М.: Финансы и статистика, 1983. — 207 с.
- Янсон Н.Б., Анищенко B.C. Моделирование динамических систем по экспериментальным данным // Известия вузов. Прикладная нелинейная динамика. 1995. Т. З, № 3. С. 112.
- Янсон Н.Б., Павлов А. Н., Балансе А. Г., Анищенко B.C. Задача реконструкции математической модели применительно к электрокардиограмме // Письма в ЖТФ. 1996. Т. 22, № 16. С. 57.
- Baxt W.G. Complexity, chaos and human physiology: the justification for nonlinear neural computational analysis // Cancer Lett. 1994. Vol. 77, N 2−3. P. 85−93.
- Bouldakova T.I., Suyatinov S.I., Kolentev S.V. Criteria of identification of the medical images // SPIE Proceeding. 2003. Vol. 5067. P. 148−153.
- Breeden J.L., PackardN.H. A learning algorithm for optimal representation JL^ ol experimental data// Int. J. of Bif. and Chaos. 1994. Vol. 4, № 2. P. 311.
- Breeden J.L., Habler A. Reconstructing equations of motion from experimental data with unobserved variables // Phys. Rev. A. 1990. V. 42, №. 10. P. 5817−5826.
- Brown R.G. Statistical forecasting for inventory control. N.Y., 1959.
- Brown R.G. Smoothing forecasting and prediction of discrete time series. -N.Y., 1963.
- Buldakova T.I., Kolentev S. V., Snyatinov S.I. Measurement of Relative Density of Tissue Using Wavelet Analysis and Neural nets // SPIE Proceeding. 2001. V. 4158, paper 55. P. 260−268.
- Buldakova T.I., Suyatinov S.I. Adaptive reconstruction system on neural networks // Abstracts of the 6th International School on Chaotic Oscillations and Pattern Formation (CHAOS'Ol). Saratov, 2001. — P. 21−22.
- Buldakova T.I., Suyatinov S.I. Reconstruction of Dynamic Systems on Neural Networks //. Proceeding of the International Scientific Conference1. telligent Systems and Information Technologies in Control". SPb: SPbSTU
- Publishers, 2000.-P. 69−71.
- Buldakova T.I., Suyatinov S.I. Registration and identification of pulse signal for medical diagnostics // SPIE Proceedings. 2002. Vol. 4707, paper 48. P. 343 350.
- Casdagli M. Nonlinear prediction of chaotic time series // Physica D. 1989. Vol. 35. P. 335.
- Castro R., Saner I. Correlation dimension of attractors through interspike intervals //Phys. Rev. E. 1997. V.55. P. 267−287.
- Crenters J., Hubler A. Construction of differential equations from experimental data//Z. Naturforsch. A. 1987. Vol. 42, N 8. P. 797.
- Dickey DA., Bell W.R., Miller R.B. Unit roots in time series models: Tests and applications // American statistician. 1986. Vol. 40. P. 12−26.
- European respiratory monograph: Respiratory mechanics //Edited by J. Milic-Emili. Published by European Respiratory Society Journals Ltd. Volume 4. Monograph 12, November 1999. 298 p.
- Erdogmus D., Principe J. C. An Error-Entropy Minimization Algorithm for Supervised Training of Nonlinear Adaptive Systems // IEEE Trans. Signal Process. 2002. Vol. 50, No 7. P. 1780−1786.
- Farmer J.D., Ott E., Yorke J A. The Dimension of Chaotic Attractors // Physica D. 1983. V. 7, N 1−3. P. 153−180.
- Farmer J. D., Sidorovich J.J. Predicting chaotic time series // Phys. Rev Lett. 1987. Vol. 59. P. 845.
- Fraser A.M. Reconstructing attractors from scalar time series: a comparison of singular systems and redundancy criteria // Physica D. 34 (1989). P. 391.
- Fraser A.M., Swinney H.L. Independent coordinates from mutual information // Phys. Rev. A. 1986. Vol. 33. P. 1134.
- Fukushima K. Analysis of the process of visual pattern recognition by Neocognitron // Neural Networks. 1987. Vol. 2. P .413−420.
- Gibson J.F., Farmer J.D., Casdagli M., Eubank S. An analytic approach to practical state space reconstruction // Physica D. 57 (1992). P.l.
- Gindi G.R., Darken C.J., O’Brien K.M. et al. Neural network and conventional classifiers for fluorescence-guided laser angioplasty // IEEE Trans. Biomed. Eng. 1991. Vol. 38, N 3. P. 246−252.
- Gouesbet G., Letellier C. Global vector-field reconstruction by using a multivariate polynomial approximation on nets // Phys. Rev. E 1994. Vol. 49. P. 4955.
- Gouesbet G., Letellier C. Global vector-field reconstruction by using a multivariate polynomial L2 approximation on nets // Phys. Rev. E. 1994. V.49. P 4955−4972.
- Greenside H.S., Wolf A., Swift ./., Pignataro T. Impracticality of a box counting algorithm for calculating the dimensionality of strange attractors // Phys. Rev. A. 25 (1982). № 6. P. 3453−3456.
- Haber R., Unbehauen H. Structure identification of nonlinear dynamic system survey on input/output approaches // Autocratic, 1990. Vol. 26. P. 651 677.
- Hecht-Nielsen R. Neurocomputing. Amsterdam: Addison Wesley, 1991.
- Hebb D. Organization of behaviour. N.Y.: J. Wiley, 1949.
- Hoher M., Kestler H.A., Palm G. et al. Neural network based QRS classification of the signal averaged electrocardiogram // Eur. Heart J. 1994. Vol. 15. Abstr. Suppl. XH-th World Congress Cardiology (734). P. 114.
- Holt C.C. Forecasting trends and seasonals by exponentially weighted moving averages // O.N.R. Memorandum, Carnegie Inst, of Technology. -1957. -№ 2.
- Hopjield J. Neural network and physical systems with emergent collective computational abilities // Proc. National Academy of Science USA. 1982. Vol. 79. Pp. 2554−2558.
- Hopfield J., Tank D. Neural computations of decisions in optimization problems// Biological Cybernetics. 1985. Vol. 52. P. 141−152.
- Hopfield J., Tank D. Computing with neural circuit: a model // Science. 1986. Vol. 233. P. 625−633.
- Jack L.B., Nandi A.K. Genetic algorithms for feature selection in machine condition monitoring with vibration signals. IEE Proc. Vision, Image and Signal Process. 2000. 147, N 3. P. 205−212.
- Kennel M.B. Statistical test for dynamical nonstationarity in observed time-series data // Phys. Rev. E. 1997. Vol 56, N 1. P. 316−321.
- Kennel M.B., Isabelle S. Method to distinguish possible chaos from colored noise and to determine embedding parameters // Phys. Rev. A.46 (1992). P.3111.
- Kohonen T. The self organizing map // Proc. of IEEE. 1990. Vol. 78. P. 1464−1479.
- Kohonen T. Self-organizing maps. Berlin: Springer Verlag, 1995.
- Kosko B. Bidirectional associative memories // IEEE Trans. Systems, Man and Cybernetics. 1988. Vol. 18. P. 49−60.
- Leung H. Prediction of Noisy Chaotic Time Series Using an Optimal Radial Basis Function Neural Network I I IEEE Trans, on Neural Networks. 2001. Vol. 12, N5. P. 1163−1172.
- Liebert W., Schuster H.G. Proper choice of the time delay for the analysis of chaotic time series // Phys. Lett. A. 1989. Vol. 142. P. 107.
- Lundin J. Artificial neural networks in outcome prediction // Ann. chir. et dynaecol. 1998. 87, N 2, p 128−130.
- Maclin P. S., Dempsey J. Using an artificial neural network to diagnose hepatic masses // J. Med. Syst. 1992. Vol. 16, N 5. P.215−225.
- Manuca R., Savit R. Stationarity and nonstationarity in time series analysis // PhysicaD. 1996. Vol. 99. P 134−161.
- McCulloch W.S., Pitts W.H. A logical calculus of ideas immanent in nervous activity//Bull. Math. Biophisics. 1943. Vol. 5. P. 115−119.
- Minsky M, Papert S. Perceptrons: an introduction to computational geometry. Cambridge, MA, 1988.
- Okamoto Y., Nakano H., Yoshikawa M. et. al. Study on decision support system for the interpretation of laboratory data by an artificial neural network // Rinsho. Byori. 1994. Vol. 42, N 2. P. 195−199.
- Packard N. H., Criitchfield J.P., Farmer J.D., Shaw R.S. Geometry from a time series // Phys. Rev. Lett. 1980. Vol. 45. P. 712.
- Poli R., Cagnoni S., Livi R. et. AI. A Neural Network Expert System for Diagnosing and Hypertension // Computer. 1991. N 3. P. 64−71.
- Rinast E., Under R., Weiss H.D. Neural network approach for computerassisted interpretation of ultrasound images of the gallbladder // Eur. J. Radiol. 1993. Vol 17, N3. P. 175−178.
- Schreiber T. Detecting and Analyzing Nonstationarity in a Time Series Using Nonlinear Cross Predictions // Phys. Rev. Lett. 1997. Vol. 78, N 5. P. 843−846.
- Takens F. Detecting strange attractors in turbulence // Lect. Notes in Math. Berlin: Springer. 898 (1981). P. 336−381.
- Tronci St., Giona M., Baratti R. Reconstruction of chaotic time series by neural models: a case study // Neurocomputing/ 2003. Vol. 55. P. 581−591.
- Vetter R., Cebka P., Vesin J.M., Thonet G. Subband modeling of the human cardiovascular system: New insights into cardiovascular regulation // Ann. Biomed. Eng. 1998. Vol. 26, N 2. P. 293−307.