Автоматизированное проектирование систем анализа динамических газоразрядных изображений тема диссертации и автореферата по ВАК РФ 05.13.12, кандидат технических наук Бабицкий, Максим Александрович

• Бабицкий, Максим Александрович
• кандидат технических наук
• 2004

Оглавление диссертации кандидат технических наук Бабицкий, Максим Александрович

ВВЕДЕНИЕ.

Актуальность проблемы.

Цель работы.

Задачи работы.

Методы исследования.

Научные положения, выносимые на защиту.

Научная новизна работы.

Практическая ценность работы.

Внедрение результатов работы.

Апробация работы.

Краткое содержание диссертации по

главам.

ГЛАВА 1 ОБЩИЕ ПРИНЦИПЫ ПОСТРОЕНИЯ АВТОМАТИЗИРОВАННЫХ СИСТЕМ АНАЛИЗА ГАЗОРАЗРЯДНЫХ ИЗОБРАЖЕНИЙ.

1.1 Принцип формирования газоразрядных изображений.

1.2 Автоматизированный анализ и обработка ГРВ-грамм.

1.3 Архитектура и принципы проектирования систем анализа газоразрядных изображений.

1.4 Выводы.

ГЛАВА 2 МЕТОДЫ И АЛГОРИТМЫ ОБРАБОТКИ ДИНАМИЧЕСКИХ ГРВ-ГРАММ И АНАЛИЗА ВРЕМЕННЫХ РЯДОВ ИХ ПАРАМЕТРОВ.

2.1 Предварительная обработка изображений.

2.2 Расчет параметров ГРВ-грамм и формирование временных рядов ГРВ-параметров.

2.3 Анализ временных рядов ГРВ-параметров.

2.3.1 Сглаживание временных рядов.

2.3.2 Анализ трендов временных рядов.

2.3.3 Вычисление статистических характеристик временных рядов.

2.3.4 Фрактальный анализ временных рядов.

2.3.5 Анализ энтропии временных рядов.

2.3.6 Фурье-анализ временных рядов.

2.4 Выводы.

ГЛАВА 3 УНИФИЦИРОВАННАЯ АРХИТЕКТУРА АВТОМАТИЗИРОВАННЫХ СИСТЕМ АНАЛИЗА ГРВ-ГРАММ И АДАПТИВНАЯ ФРЕЙМОВАЯ ИНФОРМАЦИОННАЯ МОДЕЛЬ.

3.1 Сравнительная характеристика распространенных информационных моделей.

3.2 Особенности процесса анализа ГРВ-грамм.

3.3 Информационная модель на основе фреймового представления данных

3.4 Инструментальные средства разработки программного обеспечения модулей CA ГРВ-грамм.

3.5 Унифицированная архитектура проектируемых систем анализа ГРВ-грамм.

3.6 Концепция разработки программных систем на основе шаблонов проектирования.

3.7 Применение шаблонов проектирования для реализации информационной подсистемы CA ГРВ-грамм.

3.8 Выводы.

ГЛАВА 4 АВТОМАТИЗИРОВАННОЕ ПРОЕКТИРОВАНИЕ СИСТЕМ АНАЛИЗА ГРВ-ГРАММ.

4.1 Постановка задачи проектирования CA ГРВ-грамм.

4.2 Последовательность проектных процедур.

4.3 Программа GDV Video Analyzer.

4.4 Программа GDV Scientific Laboratory.

4.5 Программа GDV Frame Studio.

4.6 Выводы.

ГЛАВА 5 ПРИМЕНЕНИЕ РАЗРАБОТАННОЙ ТЕХНОЛОГИИ АВТОМАТИЗИРОВАННОГО ПРОЕКТИРОВАНИЯ ДЛЯ СОЗДАНИЯ ПРОБЛЕМНО-ОРИЕНТИРОВАННЫХ СИСТЕМ АНАЛИЗА ГРВ-ГРАММ

5.1 Проектирование автоматизированной системы анализа психофизического потенциала высококвалифицированных спортсменов

5.2 Проектирование автоматизированной системы анализа свойств жидкофазных объектов.

5.3 Выводы.

Введение диссертации (часть автореферата) на тему «Автоматизированное проектирование систем анализа динамических газоразрядных изображений»

Актуальность проблемы

Тенденции развития современных информационных технологий приводят к постоянному возрастанию сложности информационных систем (ИС), создаваемых в различных областях человеческой деятельности [1]. С другой стороны, динамика технического прогресса требует значительного ускорения разработки программного обеспечения (ПО), снижения трудоемкости и обеспечения возможности их совершенствования в процессе эксплуатации, наращивания или модификации функций при изменении требований к ним со стороны пользователей. Поэтому поиск путей реализации непрерывно растущих требований составляет одно из актуальных направлений современной информатики [2,3]. В частности, одним из таких путей является разработка специализированных систем автоматизации проектирования (САПР), ориентированных на разработку ПО [4,5]. В связи с этим актуальными являются задачи совершенствования принципов и методологии проектирования, внутренней организации, схем взаимодействия и использования программных компонентов [5,6,7].

Многие отрасли техники, имеющие отношение к получению, обработке, хранению и передаче информации, в значительной степени ориентируются в настоящее время на развитие систем анализа графических данных [8, 9]. Вместе с тем, решение научных и инженерных задач при работе с визуальными данными требует особых усилий, опирающихся на знание специфических методов. В особой мере это проявляется при создании новых типов информационных систем, решающих такие проблемы, которые до сих пор в науке и технике не решались, и которые решаются сейчас благодаря использованию информации визуального характера [8]. Такие системы, и, в особенности, системы анализа видеоинформации, характеризуются большими объемами входных данных, сложностью алгоритмов обработки, широкой номенклатурой рассчитываемых количественных характеристик и разнообразием методов анализа [10], что существенно осложняет задачу их проектирования [11]. Поэтому, во многих случаях, целесообразным является создание и использование специализированных САПР для разработки подобных систем.

Одной из областей применения систем анализа (СА) видеоинформации является метод газоразрядной визуализации (ГРВ или ГРВ-графия) [12, 13, 14, 15]. В основе метода лежит получение информации о внутренних свойствах различных объектов путем компьютерного анализа особенностей изображений (ГРВ-грамм) индуцированного свечения газового разряда вблизи этих объектов в импульсных электромагнитных полях высокой напряженности [12]. Метод ГРВ является относительно новой, интенсивно развивающейся методикой, которая находит применение в различных предметных областях таких, как: медицина, психофизиология, экология, контроль материалов. Так, например, с помощью ГРВ-графии удается выявить слабые изменения физико-химических свойств биологических объектов [16, 17, 18], в психофизиологии - оценивать психоэмоциональный статус [19, 20, 21], психофизический потенциал [22, 23, 24] и уровень саморегуляции испытуемого [25], в медицине - осуществлять мониторинг общего функционального состояния пациента или оценивать реакцию его организма на те или иные виды терапии без проведения сложных медицинских обследований [26, 27].

На сегодняшний день достаточно хорошо изученной и нашедшей широкое практическое применение является, так называемая, статическая ГРВ-графия [28, 29]. Сущность этой методики сводится к регистрации одной ГРВ-граммы в заданный момент от начала экспозиции. Изучение свойств объекта ведется с помощью анализа совокупности количественных характеристик свечения (ГРВ-параметров). Статическая ГРВ-графия позволяет при использовании относительно небольших вычислительных ресурсов быстро получать экспресс-оценку состояния исследуемого объекта.

Современный уровень развития компьютерной техники, каналов передачи данных и аппаратных средств цифровой видеосъемки позволил создать новую методику - динамическую ГРВ-графию [30, 31]. В отличие от статической ГРВ-графии, регистрируется последовательность ГРВ-грамм с заданной частотой дискретизации в течение всего времени экспозиции. Изучение свойств объекта по методу динамической ГРВ-графии ведется с помощью анализа временных рядов ГРВ-параметров, рассчитываемых для каждой ГРВ-граммы в последовательности. По данным ряда проведенных исследований, такой анализ позволяет получить дополнительные сведения о параметрах исследуемых объектов, за счет использования набора количественных характеристик свечения, учитывающих динамическое изменение свойств объекта в процессе воздействия на него импульсным электромагнитным полем.

Необходимым условием практического внедрения метода ГРВ в различных предметных областях является создание автоматизированных СА ГРВ-грамм [32], которые на основании анализа параметров исходного набора ГРВ-грамм объектов вырабатывают содержательную интерпретацию их состояния. Задача проектирования СА ГРВ-грамм осложняется рядом особенностей метода ГРВ, такими как:

1. Необходимость обработки большого объема видеоинформации, как на этапе проектирования СА, так и в процессе их эксплуатации.

2. Нерегулярная структура экспериментальной информации, на основании анализа которой разрабатываются правила выработки заключения для СА. То есть для различных исследуемых объектов может присутствовать различный набор ГРВ-изображений, рассчитанных ГРВ-параметров и верифицирующей информации.

3. Экспертный характер анализа закономерностей и взаимосвязей между характером свечения объекта и его свойствами, в ходе которого исследователь формирует специфическую для конкретной предметной области последовательность этапов обработки ГРВ-грамм и аналитические правила выработки заключения.

4. Необходимость частого внесения изменений в проект С А на этапе разработки и в готовые СА на этапе эксплуатации, вызванная высокой интенсивностью научных исследований в области ГРВ. Причем изменения касаются как структуры исходной информации об объектах исследования, так и алгоритмов обработки, анализа и выработки заключения.

На сегодняшний день известна единственная работа [29], в которой развиты подходы к созданию средств САПР по разработке проблемно-ориентированных процедур обработки и анализа статических ГРВ-грамм. В связи с разработкой в последние годы новых проблемно-ориентированных методик на базе динамической ГРВ-графии областях актуальным является дальнейшее совершенствование САПР СА ГРВ-грамм в направлении роста уровня автоматизации, сокращения сроков разработки и повышения качества готовых проектных решений. В частности, применение таких элементов искусственного интеллекта, как фреймовое представление информации и вынесение правил обработки и интерпретации данных в отдельную базу знаний, позволяет устранить часть перечисленных трудностей и унифицировать структуру проектируемых С А ГРВ-грамм.

Таким образом, актуальность темы диссертационной работы определяется:

• практической значимостью метода ГРВ в различных предметных областях, благодаря высокой чувствительности метода к слабым изменениям свойств исследуемых объектов, позволяющей регистрировать изменение их состояния под влиянием относительно слабых внешних воздействий;

• появлением новой методики динамической ГРВ-графии, позволяющий расширить сферу практического применения метода ГРВ в целом, и, как следствие, необходимостью разработки интегрированных программных систем, предназначенных для автоматизации процессов обработки и анализа динамических газоразрядных изображений (ГРВ-грамм);

• необходимостью разработки и совершенствования средств САПР проблемно-ориентированных СА ГРВ-грамм в связи с высокой трудоемкостью проектирования таких систем, вызванной рядом перечисленных выше особенностей ГРВ-графии, осложняющими задачу.

Цель работы

Целью диссертационной работы является разработка методов, алгоритмов и программ автоматизации проектирования систем параметрического анализа динамических газоразрядных изображений.

Задачи работы

Для достижения поставленной цели необходимо решить следующие задачи:

1. Анализ существующей технологии САПР проблемно-ориентированных процедур обработки и анализа статических ГРВ-грамм и развитие на ее основе новой методики автоматизированного проектирования СА ГРВ-грамм с учетом особенностей динамической ГРВ-графии.

2. Построение унифицированной архитектуры С А ГРВ-грамм.

3. Разработка адаптивной информационной модели, предназначенной для обмена данными между модулями системы и сохранения информации в базах данных (БД).

4. Создание программной библиотеки процедур обработки и анализа динамических ГРВ-грамм.

5. Разработка методов автоматизации синтеза проектируемых СА ГРВ-грамм с целью достижения заданной эффективности функционирования готовых систем.

6. Практическая апробация разработанных методов, алгоритмов и программ на примере создания проблемно-ориентированных СА ГРВ-грамм.

Методы исследования

Для решения поставленных задач использованы теория и методы автоматизации проектирования технических систем, методы теории вероятностей и математической статистики, методы обработки сигналов, дискретной математики и численного анализа, теория и методы реляционных баз данных, методы искусственного интеллекта, методы цифровой обработки изображений и машинной графики. Программное обеспечение разработано с применением методов объектно-ориентированного программирования.

Научные положения, выносимые на защиту

1. Методика автоматизированного проектирования СА ГРВ-грамм, основанная на повторном использовании программных компонент, настраиваемых на конкретную предметную область за счет коррекции атрибутивного состава входных и выходных фреймов данных и аналитических правил формирования заключения на скриптовом языке программирования высокого уровня.

2. Автоматизированный метод синтеза проектируемых С А ГРВ-грамм для обеспечения требуемой эффективности анализа, основанный на технике прототипирования и статистических критериях отбора рабочего подмножества ГРВ-параметров, используемых для формирования заключения.

3. Унифицированная архитектура С А ГРВ-грамм, основанная на применении технологии баз знаний;

4. Адаптивная информационная модель, основанная на фреймовом представлении данных для организации межмодульного информационного обмена.

Научная новизна работы

В ходе работы над диссертацией получены следующие результаты, характеризующиеся научной новизной:

1. Разработано методическое, математическое и алгоритмическое обеспечение автоматизации проектирования СА ГРВ-грамм, учитывающее особенности нового метода динамической ГРВ-графии.

2. Предложен итерационный подход к задаче автоматизированного синтеза СА ГРВ-грамм, основанный на постепенном наращивании функциональности прототипа проектного решения и включении в структуру системы программных процедур, обеспечивающих эффективное решение проблемно-ориентированной задачи анализа.

3. Предложена обобщенная архитектура С А ГРВ-грамм, ориентированная на интеграцию исходных ГРВ-изображений с информационными массивами, полученными в результате расчета их количественных характеристик, в единую базу данных и осуществление анализа этих данных с использованием элементов искусственного интеллекта.

4. Применена фреймовая модель представления данных, обеспечивающая единый способ информационного обмена между модулями системы, сохранение данных в БД, расширение и адаптацию обобщенной архитектуры под решение конкретных прикладных задач в различных областях применения ГРВ.

Практическая ценность работы

В результате проведенного исследования разработаны методы, алгоритмы и программы, позволяющие в автоматизированном режиме создавать предметно-ориентированные системы анализа газоразрядных изображений. Применение разработанных методов и программ позволило существенно сократить трудоемкость проектирования новых и модификации существующих СА ГРВ-грамм, за счет унификации архитектуры СА и повторного использования программных компонентов. На базе предложенной технологии автоматизированного проектирования создано две автоматизированные системы: система анализа психофизического состояния спортсменов и система анализа свойств жидкофазных объектов.

Внедрение результатов работы

Разработанная в рамках работы система анализа психофизического состояния спортсменов внедрена в учебно-тренировочный процесс училищ олимпийского резерва № 1 и 2 города Санкт-Петербурга, в соответствии с программой Госкомспорта России. С 2003 г. Система внедряется в учебно-тренировочный процесс школ и училищ Олимпийского Резерва России (контракт Госкомспорта России №197). Система анализа свойств жидкофазных объектов - используется в лабораториях фирм «Aveda» (США) и «Estee Lauder» (США). Разработанное в рамках работы программное обеспечение входит в состав пакета программ «ГРВ-технология», распространяемого в комплекте с серийно выпускаемым прибором «ГРВ-камера».

Апробация работы

Научные и практические результаты диссертационной работы докладывались и обсуждались в период 2000-2003 г.г. на международных конференциях и семинарах. Среди них: конгрессы по биоэлектрографии «Наука-Информация-Сознание» (Санкт-Петербург, 2000, 2001, 2002, 2003), конференции европейского колледжа спортивных наук (Кельн, 2001; Афины,

2002); «Медицинская техника-2002» (Минск, 2002); «Новые медицинские технологии» (Санкт-Петербург, 2001); Итоговые конференции СПбНИИФК (Санкт-Петербург, 2001, 2002); Научно-техническая конференция профессорско-преподавательского состава СПбГИТМО(ТУ) (Санкт-Петербург,

2003).

По теме диссертации опубликовано 12 работ из них 2 статьи и 10 тезисов к докладам на международных и российских конференциях.

Краткое содержание диссертации по главам

В первой главе приводится краткий обзор метода ГРВ, включая аппаратные принципы регистрации ГРВ-грамм и различия между статической и динамической ГРВ-графией. Формулируется задача анализа ГРВ-грамм. Описываются общие принципы построения автоматизированных систем анализа газоразрядных изображений и дается характеристика существующей технологии проектирования С А ГРВ-грамм.

Вторая глава посвящена описанию разработанного в рамках данной работы математического и программного обеспечения реализующего функции обработки и анализа динамических ГРВ-грамм. Излагаются методы фильтрации шума в изображениях, алгоритмы расчета ГРВ-параметров, способ формирования и анализа временных рядов этих параметров.

Третья глава посвящена вопросам разработки обобщенной архитектуры систем анализа ГРВ-грамм. Описывается адаптивная фреймовая модель представления данных. Предлагается реляционная структура БД, обеспечивающая хранение фреймов с изменяемым атрибутивным составом.

В четвертой главе описывается разработанная технология автоматизированного проектирования систем анализа ГРВ-грамм. Перечисляются формализованная последовательность проектных процедур. Описывается метод автоматизации, приводятся статистические критерии отбора рабочего подмножества ГРВ-параметров и характеристик временных рядов.

Пятая глава посвящена описанию практического применения разработанных методов для создания двух проблемно-ориентированных СА ГРВ-грамм: система анализа психофизического состояния спортсменов и система анализа свойств жидкофазных объектов.

Заключение диссертации по теме «Системы автоматизации проектирования (по отраслям)», Бабицкий, Максим Александрович

5.3 Выводы

В пятой главе рассмотрены вопросы практического применения разработанных в рамках работы методов, алгоритмов и программ для проектирования проблемно-ориентированных систем анализа газоразрядных изображений.

Первая задача из области спортивной медицины направлена на решение актуальной проблемы высшего спорта - объективной оценки уровня соревновательной готовности. Экспериментальные исследования с участием спортсменов высокой квалификации показали, что динамическая ГРВ-графия может быть успешно применена в этой области. Разработана автоматизированная система анализа психофизического потенциала спортсменов, которая прошла успешную апробацию в училищах Олимпийского Резерва №1 и №2 г. Санкт-Петербурга и, в соответствии с программой Госкомспорта России с 2003 года внедряется в учебно-тренировочный процесс школ и училищ Олимпийского Резерва России.

Второй пример направлен на решение не менее актуальной проблемы в области контроля материалов - выявление различий между образцами жидкостей близких по химическому составу. Созданная в рамках работы САПР применена для создания системы анализа свойств жидкофазных объектов. Работа велась в рамках научного сотрудничества с фирмами «Aveda» и «Estee Lauder» (США), специализирующихся на производстве натуральных косметических продуктов. Использование данной системы анализа позволило создать методику для решения актуальной в современной косметологии задачи - выявления различий между натуральными ароматическими маслами и их синтетическими аналогами.

Спектр практических приложений созданной методики автоматизированного проектирования систем анализа ГРВ-грамм не исчерпывается приведенными примерами. Однако, полученные результаты демонстрируют основные направления, методические подходы и перспективность практического внедрения разработанных методов и алгоритмов.

ЗАКЛЮЧЕНИЕ

В рамках диссертационной предложена технология автоматизированного проектирования систем анализа газоразрядных изображений с учетом особенностей метода динамической ГРВ-графии. Унификация архитектуры проектируемых систем достигнута за счет применения элементов искусственного интеллекта, таких как фреймовая модель представления данных и вынесение правил обработки и анализа ГРВ-грамм в отдельную базу знаний, доступную для изменений как проектировщикам, так и пользователям. Разработано математическое и алгоритмическое обеспечение обработки и анализа временных рядов параметров динамических ГРВ-грамм.

Практическое применение разработанных методов, алгоритмов и программ позволило в короткие сроки разработать ряд законченных систем, которые успешно эксплуатируются.

Как перспективное направление дальнейших исследований стоит отметить применение методов data mining, в частности, алгоритмов построения деревьев решений, для автоматического формирования решающих правил на основании анализа экспериментальных баз данных.

В процессе решения поставленных задач получены следующие результаты:

1. Проанализированы структуры и технология проектирования С А ГРВ-грамм на базе статической ГРВ-графии, и на их основе создана методика автоматизированного проектирования СА ГРВ-грамм с учетом особенностей метода динамической ГРВ-графии.

2. Предложена унифицированная архитектура С А ГРВ-грамм, ориентированная на применение элементов искусственного интеллекта для формирования заключения.

3. Разработана адаптивная информационная модель, основанная на фреймовом представлении данных, предназначенная для обмена данными между модулями системы и сохранения информации в базах данных (БД).

4. Создана программная библиотека процедур обработки и анализа временных рядов параметров динамических ГРВ-грамм.

5. Разработан автоматизированный метод синтеза проектируемых СА ГРВ-грамм для достижения требуемой эффективности функционирования готовых систем, основанный на применении итеративного подбора оптимального набора аналитических правил и на использовании статистических критериев отбора рабочего подмножества ГРВ-параметров, используемых для формирования заключения.

6. С использованием разработанного методического, алгоритмического и программного обеспечения созданы две системы анализа: система анализа психофизического состояния спортсменов, которая внедрена в учебно-тренировочный процесс училищ олимпийского резерва № 1 и 2 города Санкт-Петербурга, и система анализа свойств жидкофазных объектов, используемая в лабораториях фирм «Aveda» (США) и «Estee Lauder» (США).

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Бабицкий М.А. Методика и техника динамической ГРВ-графии / М.А. Бабицкий, Д.И. Муромцев // Наука, Информация, Сознание: материалы 5-ого междунар. конгресса, СПб, 10-12 июля 2001 г. - СПб.: СПбГИТ-МО (ТУ), 2001.-С. 60-62.

2. Бабицкий М.А. Автоматизированная система скрининговой биоэлектрографической диагностики психофизического потенциала человека / М.А. Бабицкий, П.В. Бундзен, К.Г. Короткое, Д.И. Муромцев // Наука, Информация, Сознание: материалы 5-ого междунар. конгресса, СПб, 10-12 июля 2001 г. - СПб.: СПбГИТМО (ТУ), 2001. - С. 58-60.

3. Бабицкий М.А. Программный комплекс анализа психофизического состояния человека СБУ АРРБ / Д.И. Муромцев, М.А. Бабицкий // Материалы научн. итог. конф. СПб НИИФК, СПб., 24-25 декабря 2001 г. -СПб.: СПб НИИФК, 2001. - С. 38-39.

4. Бабицкий М.А. Технология биоэлектрографической диагностики психофизического потенциала человека / П.В. Бундзен, К.Г. Короткое, М.А. Бабицкий, Д.И. Муромцев, // Материалы 1-го междунар. Конгресса: «Новые медицинские технологии», СПб, 2001. - С. 45

5. Бабицкий М.А. Автоматизированный анализ психофизического потенциала человека / Д.И. Муромцев, М.А. Бабицкий // Медицинская элек-троника-2002: Сб. трудов междунар. конф., г. Минск, 20-21 нояб. 2002 г. - Минск: БГУИР, 2002. - С. 78-79

6. Бабицкий М.А. Проектирование систем экспресс диагностики качества ментальной подготовки спортсменов на основе метода газоразрядной визуализации / М.А. Бабицкий, Д.И. Муромцев // Наука, Информация, Сознание: материалы 6-ого междунар. конгресса, СПб., 13-14 июля 2002 г. - СПб.: СПбГИТМО(ТУ), 2002. - С. 66-67.

7. Бабицкий М.А. Техника ГРВ биоэлектрографии / К.Г. Короткое, Б.А. Крылов, О.И. Белобаба, М.А. Бабицкий, Д.И. Муромцев // Основы ГРВ биоэлектрографии. - изд. СПбГИТМО(ТУ). - СПб, 2001. - С.302-336

8. Короткое К.Г. Автоматизированная система измерения динамических характеристик параметров изображения газоразрядного свечения / К.Г. Короткое, Э.В. Крыжановский, Д.И. Муромцев, М.А. Бабицкий, М.Б. Борисова // Информация. Управление. Системы. - 2003. - №2. - С. 68

9. Babitski М. Expert system of express-estimation of the sportsmen functional readiness for competitive activity (Экспертная система экспресс-оценки соревновательной готовности спортсменов) / М. Babitski, D. Mouromtsev, // book of abstracts Lachta, 2001. - P. 243.

10.Babitski M. Method of estimation of athletes functional readiness to competition based on GDV technique (Метод оценки соревновательной готовности спортсменов на базе ГРВ-технологии) / М. Babitski, D. Mouromtsev // 6th Annual Congress of European College of sport science: book of abstracts, ECSS. - Cologne, 2001. - P. 1024

11 .Babitski M. Computer based GDV technique for the evaluation of athletes' mental readiness (Компьютерная ГРВ-технология оценки ментальной подготовки спортсменов) / М. Babitski, D. Mouromtsev // 7th Annual Congress of the European College of sport science: book of abstracts, ECSS. -Athens, 2002.-P. 948 12.Babitsky M. New technology of the athletes psycho-physical readiness evaluation (Новая технология оценки психофизического состояния) / Р. Bundzen, К. Korotkov, I. Nazarov, V. Rogozkin, М. Babitsky, D. Mouromtsev // Human Energy Field. - Backbone Publishing. - NJ, 2002. - P. 280-327

Список литературы диссертационного исследования кандидат технических наук Бабицкий, Максим Александрович, 2004 год

1. Вендров A.M. «CASE-технологии. Современные методы и средства проектирования информационных систем» // http://www.citforum.ru/database/case/index.shtml - (20.02.2004)

2. Липаев В.В. Документирование и управление конфигурацией программных средств. Методы и стандарты, М.: СИНТЕГ, 1998 220 с.

3. Калянов Г.Н. CASE структурный системный анализ (автоматизация и применение), М.: Издательство «ЛОРИ», 1996 - 242 с.

4. Норенков И.П. Основы автоматизированного проектирования, М.: Издательство МГТУ имени Н.Э.Баумана, 2002 336 с.

5. Липаев В.В. Проектирование программных средств, М.: Высшая школа, 1990-303 с.

6. Боэм Б.У. Инженерное проектирование программного обеспечения, М.: Радио и связь, 1985 512 с.

7. Грузман И.С., Киричук B.C., Косых В.П., Перетягин Г.И., Спектор А.А, Цифровая обработка изображений в информационных системах, Учебное пособие Новосибирск: Изд-во НГТУ, 2000 - 168 с.

8. Яншин В.В. Анализ и обработка изображений: принципы и алгоритмы, М.: Машиностроение, 1994 112 с.

9. Дедус Ф.Ф., Махортых С.А., Устинин М.Н., Дедус А.Ф. Обобщенный спектрально-аналитический метод обработки информационных массивов. Задачи анализа изображений и распознавания образов, М. Машиностроение, 1999 357 с.

10. Чэн Ш.-К. Принципы проектирования систем визуальной информации, М.:Мир, 1994 408 с.

11. Короткое К.Г. Основы ГРВ биоэлектрографии, С-Пб, изд. ИТМО (ТУ), 2001 356 с.

12. Коротков К.Г. Эффект Кирлиан, С-Пб, изд.«Ольга»,1995 218 с.

13. Коротков К.Г. От эффекта Кирлиан к биоэлектрографии, СПб:Ольга,1998 -341 с.

14. Коротков К.Г., Бундзен П.В., Александрова Р.А. Тематический выпуск, посвященный научным исследованиям в области ГРВ биоэлектрографии. Изд-во "РДК-принт", Вестник, № 4, 2001.

15. Korotkov К., Korotkin D. Concentration dependence of gas discharge around drops of inorganic electrolytes. J of Applied Physics, V. 89. №9, pp.4732-4737.

16. Klonowski W., Stepien R., Olejarczyk E., Jernajczyk W., Niedzielska K., Karlinski A. Chaotic Quantifiers of EEG-signal for Assessing Photo- and ChemoTherapy. Medical & Biological Engineering & Computing, 37, Suppl. 2,436437.1999

17. Гудакова Г.З., Галынкин B.A., Коротков К.Г. Исследование характеристик газоразрядного свечения микробиологических культур. Журнал прикладной спектроскопии. Т. 49, № №, 1988. с. 412-417.

18. Бундзен П.В., Загранцев В.В., Коротков К.Г. и др. Комплексный биоэлектрографический анализ механизмов альтернативного состояния сознания. Физиология Человека. Т.26, №5, 2000. с. 59-68.

19. Бундзен П.В., Коротков К.Г., Баландин В.И. и др. Инновационные процессы в развитии технологий психической подготовки и психодиагностики в олимпийском спорте. Теория и практика физической культуры. № 5,2001. с. 12-18.

20. Коротков К.Г. Оценка психофизиологического состояния человека в норме и патологии методом газоразрядной визуализации. Информационные технологии в здравоохранении № 8-9 (10-11), 2001. с. 6-7.

21. Бундзен П.В., Бабицкий М.А., Короткое К.Г., Макаренко О.И., Муромцев Д.И. Психофизический потенциал человека технология оценки и диагностическая значимость. Материалы научной итоговой конференции С-Пб НИИФК, С-Пб, 2001

22. Бундзен П.В., Коротков К.Г., Бабицкий М.А. Муромцев Д.И. и др. Технология биоэлектрографической диагностики психофизического потенциала человека. Материалы первого международного конгресса «Новые медицинские технологии», С-Пб, 2001

23. Bundzen P., Korotkov К., Nazarov I., Rogozkin V., Babitsky М., Mouromtsev D. New Technology of the athletes psucho-physical readiness evaluation / Korotkov K. Human Energy Field. Backbone Publishing. - NJ, 2002. - 348 p.

24. Коротков К.Г., Гурвиц Б.Я., Крылов Б.А. Новый концептуальный подход к ранней диагностике рака. Сознание и физическая реальность. Т. 3, № 1, 1998.

25. Крылов Б.А. Автоматизированное проектирование предметно-ориентированных процедур обработки и анализа двумерных ахроматических изображений, диссертация кандидата технических наук, СПб, СПбГИТМО, 2000.

26. Бабицкий М.А., Муромцев Д.И. Методика и техника динамической ГРВ-графии. Материалы 5-ого международного конгресса "Наука, Информация, Сознание", С-Пб, 2001. С. 60-62

27. Муромцев Д.И. Автоматизированная система обработки и анализа динамических ГРВ-грамм биологических объектов, диссертация кандидата технических наук, СПб, СПбГИТМО(ТУ), 2003.

28. Коротков К.Г., Крылов Б.А., Белобаба О.И., Бабицкий М.А., Муромцев Д.И., Техника ГРВ биоэлектрографии / Коротков К.Г. Основы ГРВ биоэлектрографии, СПб., изд. СПбГИТМО(ТУ). 2001. - 356 с.

29. Претт У. Цифровая обработка изображений, в двух книгах, М.: Мир, 1982, - 790 с.

30. Быков P.E. Теоретические основы телевидения. СПб.: изд. "Лань", 1998,- 288 с.

31. Цифровая обработка телевизионных и компьютерных изображений / Под ред. Ю.Б. Зубарева, В.П. Дворкина М.: Международный центр научной и техн. Информации, М.: 1997, - 212 с.

32. Методы компьютерной обработки изображений / Под ред. В.А. Сойфера.- Москва: Физматлит, 2001. 784 с.

33. Крылов Б.А. Измерительно-вычислительная система регистрации и анализа газоразрядного свечения // Тез. докл. юбилейной н.-т. конф. ГИТМО(ТУ) СПб, 2000.-Ч.2- с. 16-17.

34. Крылов Б.А., Коротков К.Г., Белобаба О.И. Автоматизированный анализ изображений, полученных методом ГРВ // Тез. докл. 30 н.-т. конф. ГИТМО(ТУ) СПб, 1999.- с.37.

35. Тюрин Ю.Н., Макаров A.A. Анализ данных на компьютере, М/.ИНФРА-М, 2003, 544 с.

36. Бриллинджер Д. Временные ряды, М.: Мир, 1980, 536 с.

37. Андерсен Т. Статистический анализ временных рядов, М.: Мир, 1976, -765с.

38. Pieter Adriaans, Dolf Zantinge Data Mining. Harlow, Addison-Wesley, 1996, 158 p.

39. Yao Y. and Freeman W.: Model of Biological Pattern Recognition with Spatially Chaotic Dynamics. Neural Networks. 3, 153-170. 1990

40. Гайдышев И. Анализ и обработка данных. Специальный справочник, СПб.: Питер, 2001, 752 с.

41. Статистические методы для ЭВМ / под ред. Энслейна К., Рэлстона Э., Уилфа Г.С., пер. с англ., М.: Наука, 1986, 460 с.

42. Лебедев А.Н., Куприянов М.С., Недосекин Д.Д., Чернявский Е.А. Вероятностные методы в инженерных задачах, Справочник, СПб.: Энергоатомиздат 2000,-331 с.

43. Ряды : Учебник для вузов / Под ред. В. С. Зарубина, А. П. Крищенко. М: изд-во МГТУ, 2000, 612 с.

44. Справочное пособие по высшей математике. Т. 2 : Математический анализ, ряды, функции векторного аргумента, М: УРСС, 2001, 224 с.

45. Носач В.В. Решение задач аппроксимации с помощью персональных компьютеров, М.:МИКАП, 1994, 382 с.

46. Крыжановский Э.В. Метод котроля жидкофазных объектов на основе газоразрядной визуализации, диссертация кандидата технических наук, СПб, СПбГУ ИТМО, 2003.

47. Вентцель Е.С., Овчаров Л.В. Теория вероятностей и ее инженерные приложения. М: Высшая школа, 1999, 480 с.

48. Ричард М. Кроновер Фракталы и хаос в динамических системах. М.: Постмаркет, 2000, 352 с.

49. Гмурман В.А. Теория вероятностей и математическая статистика. М.: Высшая школа, 2001, 479 с.

50. Марпл С.Л. Цифровой спектральный анализ и его приложения, М.:Мир, 1990,-584 с.

51. Липаев В.В., Филинов Е.Н. Мобильность программ и данных в открытых информационных системах, М.: Научная книга, 1997, 368 с.

52. Дейт К. Дж. Введение в системы баз данных, седьмое изд., пер. с англ., М. Вильяме, 2001, 1071 с.

53. Гарсиа-Молина Г., Ульман Дж., Уидом Дж. Системы баз данных. Полный курс.: пер. с англ. М.: Издательский дом «Вильяме», 2003, - 1088 с.

54. Дунаев С. Доступ к базам данных и техника работы в сети. Практические приемы современного программирования, М.: Диалог-МИФИ, 2000, 416 с.

55. Гасанов Э. Э., Кудрявцев В. Б. Теория хранения и поиска информации, М. Физматлит, 2002, 285 с.

56. Ахо А., Хопкрофт Дж., Ульман Дж. Д. Структуры данных и алгоритмы, пер. с англ., М.: Издательский дом «Вильяме», 2000, 384 с.

57. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++, М. Бином, 2001, -560 с.

58. Шлеер С., Меллор С. Объектно-ориентированный анализ: моделирование мира в состояниях, пер. с англ., Киев: Диалектика, 1993, 240 с.

59. Змитрович А.И. Интеллектуальные информационные системы, Минск.: ТетраСистемс, 1997, -367 с.

60. Девятков В.В. Системы Искусственного интеллекта, М.: Издательство МГТУ, 2001,-351 с.

61. Рубашкин В.Ш. Представление и анализ смысла в интеллектуальных информационных системах, М. Наука, 1989, -190 с.

62. Минский М. Структура для представления знания. В сб. Психология машинного зрения. Под. Ред. П. Уинстона. М.: Мир, 1978. с. 249-338

63. Джексон П. Экспертные системы, третье изд., пер. с англ., М.: Вильяме, 2001,-622 с.

64. Слейгл Дж. Искусственный интеллект М: Мир, 1973.- 320 с.

65. Шенк Р. Обработка концептуальной информации,М.:Энергия,1980, 361 с.

66. Shank R.C. and Abelson R. Scripts, Plants, Goals and Underatanding. Hillsdale, NJ: Lawrence Erlbaum, 1977

67. Искусственный интеллект: Кн. 1. Системы общения и экспертные системы: Справочник / Под ред. Э.В. Попова.- М. : Радио и связь, 1990, 464 с.

68. Искусственный интеллект кн. 2 Модели и методы: Справочник / под. ред. Д. А. Поспелова, М. Радио и связь, 1990, 304 с.

69. Любарский Ю.Я. Интеллектуальные информационные системы, М. Наука, 1990, 227 с.

70. Страуструп Б. Язык программирования С++, третье изд., пер. с англ., СПб.: Невский диалект, 1999, 990 с.

71. Саттер г. Решение сложных задач на С++. Серия С++ In Depth, СПб: Вильяме, 2002, 400 с.

72. Лутц М. Программирование на Python, второе изд., пер. с англ., СПб.: Символ, 2002,- 1135 с.

73. Сузи P. Python в подлиннике, BHV-СПб, 2001, 768 с.

74. Martelli Alex, Ascher David. Python Cookbook. O'Reilly, 2002, 606 p.79. http://www.boost.org/libs/python/doc/index.html (26.01.2004)

75. Патрик О'Брайен «Руководство по интроспекции на Python» // http://www.iso.ru/iournal/articles/243.html (10.12.2002)

76. Гамма Э. и др. Приемы объектно-ориентированного проектирования. Паттерны проектирования, пер. с англ., СПб.: Питер, 2001, 366 с.

77. Александреску А. Современное проектирование на С++. Обощенное программирование и прикладные шаблоны проектирования, пер. с англ., М.:1. Вильяме, 2002, 328 с.

78. Шаллоуэй А., Джеймс Р. Трот Шаблоны проектирования. Новый подход к объектно-ориентированному анализу и проектированию, пер. с англ., М.: Вильяме, 2002, 277 с.

79. Влиссидес Джон Применение шаблонов проектирования. Дополнительные штрихи, пер. с англ., М.: Вильяме, 2003, 136 с.

80. Корячко В.П., Курейчик В.М., Норенков И.П. Теоретические основы САПР, Учебник для вузов, М.: Энергоатомиздат, 1987,-399 с.

81. Гридин В.Н. Теоретические основы построения базовых адаптируемых компонентов САПР МЭА, М.: Наука, Гл. ред. Физ.-мат. лит., 1989, 256 с.

82. Бундзен П.В., Короткое К.Г., Бабицкий М.А., Муромцев Д.И., Дрычкин А.В. Биоупровляемая электрография энергоэмиссионных процессов. Материалы 5-ого международного конгресса "Наука, Информация, Сознание", СПб, 2001.-С. 68-70