Модель, алгоритм и вычислительное устройство для декодирования неравномерных префиксных кодов для GRID систем тема диссертации и автореферата по ВАК РФ 05.13.05, кандидат технических наук Набил Имхаммед Мохсен Занун

• Набил Имхаммед Мохсен Занун
• кандидат технических наук
• 2011

Оглавление диссертации кандидат технических наук Набил Имхаммед Мохсен Занун

Введение.

1. Анализ тенденций создания подсистем декодирования неравномерных префиксных кодов в GRID- системах. Постановка общей и частных задач исследований.

1.1. Общие особенности развития GRID- систем на современном этапе.

1.2. Неравномерные префиксные коды как основа сжатия данных обрабатываемых в современных GRID- системах.

1.3. Анализ предпосылок решения основной научной задачи и выбор частных задач диссертационных исследований.

Выводы.

2. Разработка структурно- лингвистической модели декодируемых неравномерных префиксных кодов на основе регулярных формальных грамматик и метаграмматик.

2.1. Основные классы метаграмматик, оценка возможности их использования для моделирования неравномерных префиксных кодов.

2.2. Метаграмматическая модель неравномерных префиксных кодов.

Выводы.

3. Разработка адресно- наращиваемого алгоритма декодирования неравномерных префиксных кодов.

3.1.Вводные замечания.

3.2. Адресно- наращиваемый алгоритм декодирования неравномерных префиксных кодов.

3.3. Общие характеристики предложенного адресно- наращиваемого алгоритма декодирования неравномерных префиксных кодов.

Выводы.

4. Особенности создания устройства декодирования неравномерных' префиксных кодов при обработке данных в GRID системах.

4.1. Основные особенности создания устройства декодирования неравномерных префиксных кодов при обработке кодированных данных в GRID системах.

4.2. Структурно- функциональная организация и обобщенный алгоритм функционирования устройства декодирования неравномерных префиксных кодов.

4.3. Экспериментальная проверка устройства.

Выводы.

Введение диссертации (часть автореферата) на тему «Модель, алгоритм и вычислительное устройство для декодирования неравномерных префиксных кодов для GRID систем»

В настоящее время одним из ключевых направлений при создании вычислительных подсистем распределенной обработки и сжатия (архивирования) графических и видеоданных, в том числе в рамках реализации GRID технологий распределенной обработки информации, является разработка высокоскоростных устройств декодирования неравномерных префиксных кодов.

Современный этап развития подобных устройств вычислительной техники для GRID- систем характеризуется наличием отдельных аппаратных реализаций устройств декодирования неравномерных префиксных кодов, использующих переборные алгоритмы поиска префиксов в кодовых таблицах, а также использованием комбинированных аппаратно и программно- ориентированных решений, имеющих достаточно низкую скорость декодирования массивов графических и видеоданных.

Проведенный анализ показал, что достаточно низкая производительность существующих устройств в первую очередь определятся существенной временной сложностью известных аппаратно-ориентированных алгоритмов декодирования префиксных кодов. Сложность решения задачи декодирования префиксных кодов также объективно определяется существенным увеличением объемов декодированных данных после операции их сопоставления выходным графическим примитивам, использованием динамически изменяемых таблиц декодирования для современных потоковых алгоритмов кодирования мультимедийных и потоковых видеоданных. В теоретическом плане сложность создания высокопроизводительных вычислительных устройств рассматриваемого класса объективно определяется неразработанностью адекватных математических моделей и алгоритмов, учитывающих специфику данного нового класса кодов.

Указанные недостатки определили основное противоречие между объективной необходимостью повышения быстродействия устройств декодирования неравномерных префиксных кодов для обработки данных в существующих и перспективных GRID- системах и недостаточной разработанностью аппаратно- ориентированных моделей, алгоритмов и структурно- функциональной организации перспективных устройств декодирования рассматриваемых классов кодов.

Анализ предпосылок для преодоления данного противоречия, а также существенного увеличения быстродействия декодирования неравномерных префиксных кодов показал, что за счет использования новых аппаратно-ориентированных моделей на основе формальных грамматик и метаграмматик и алгоритмов выделения префиксов цепочек декодируемых данных, использующих статистические и адресно- кодовые особенности неравномерных кодов рассматриваемого класса, а также использования вывода декодированных массивов данных в виде меток начала (длины) серий, возможно существенное ускорение реализации основных операций декодирования неравномерных префиксных кодов.

В связи с вышеизложенным в качестве основной задачи диссертационных исследований выбрана разработка модели, алгоритма и структурно- функциональной организации устройства декодирования неравномерных префиксных кодов при обработке данных в GRID системах на основе формального аппарата грамматик и метаграмматик.

Работа выполнялась в рамках плановой научно-исследовательской работы «Методики и алгоритмы обработки и защиты информации в системах обработки конфиденциальных данных, подключенных к глобальной вычислительной сети Интернет» по направлению «Обработка, хранение, передача и защита информации» в рамках мероприятия 1.2.1 ФЦП «Научные и научно- педагогические кадры инновационной России» на 20092013 годы.

Целью диссертации является повышение быстродействия вычислительных устройств декодирования неравномерных префиксных кодов для GRID систем путем создания формальной грамматической модели данного класса кодов, адресно- наращиваемого алгоритма их декодирования, а также разработки с использованием ППЛИС соответствующих технических решений на этой основе.

Объект исследования. — специализированные вычислительные устройства декодирования неравномерных префиксных кодов при обработке данных в GRID- системах.

Предмет исследования. - средства декодирования неравномерных префиксных кодов при обработке графических и видеоданных.

Достижение поставленной цели предполагает решение следующих частных задач:

1. Анализ тенденций развития подсистем декодирования данных в GRID- системах. Выявление недостатков существующих алгоритмов и устройств декодирования неравномерных префиксных кодов. Постановка общей и частных задач исследований.

2. Разработка формальной грамматической модели декодируемых неравномерных префиксных кодов, отражающей их основные структурно-лингвистические особенности.

3. Разработка алгоритма декодирования типовых классов неравномерных префиксных кодов.

4. Разработка структурно-функциональной организации, алгоритмов функционирования и технических решений устройства декодирования неравномерных префиксных кодов при обработке данных в GRID- системах. Экспериментальная проверка предложенных решений.

Методы и математический аппарат исследования. При проведении исследований использовались методы теории проектирования элементов и устройств ЭВМ, теории формальных грамматик, теории кодирования/декодирования, теории алгоритмов.

Научная новизна и основные положения, выносимые на защиту.

Научная новизна заключается в получении следующих новых результатов, оформленных в виде основных положений, выносимых на защиту.

1. Структурно- лингвистическая модель декодируемых неравномерных префиксных кодов на основе регулярных формальных грамматик и метаграмматик, позволившая в компактной форме задать основные правила формирования структур префиксных кодированных данных, снизить с контекстно- свободной до регулярной сложность используемых грамматик по классификации Хомского.

2. Адресно- наращиваемый алгоритм декодирования неравномерных префиксных кодов, позволяющий в 3,5-4 раза снизить число операций при поиске и выделении префиксов декодируемых данных, за счет параллельного по множеству ячеек памяти поиска соответствия двоичной структуры префиксного кодового слова его транслируемому значению.

3. Структурно-функциональная организация устройства декодирования неравномерных префиксных кодов, отличающаяся введением дополнительных модулей, осуществляющих основные операции предложенного адресно- наращиваемого алгоритма поиска и преобразования транслированных значений префиксных кодовых слов с соответствующими связями и обеспечивающая увеличение в 2,1-2,4 быстродействия при декодировании известных видов префиксных кодов.

Практическая ценность работы состоит в:

-разработке структурно-функциональной организации быстродействующего устройства декодирования большинства известных классов неравномерных префиксных кодов с использованием современной элементной базы, что улучшило эксплуатационные характеристики высокопроизводительных вычислительных (в т.ч. GRID -) систем;

-повышении быстродействия декодера для типовых видов неравномерных префиксных кодов в 2,1-2,4 раза;

-разработке технических решений для создания перспективных специализированных быстродействующих вычислительных устройств декодирования неравномерных префиксных кодов, используемых при сжатии графической и видеоинформации в GRID- системах.

Реализация и внедрение результатов исследования Результаты диссертационной работы внедрены в Юго-Западном государственном университете, а также при создании перспективных распределенных вычислительных систем ООО «Центр- капитал» (г.Курск).

Апробация и публикация. Основные положения диссертационной работы были доложены и получили положительную оценку на 4 международных и всероссийских конференциях. По теме диссертационной работы опубликовано 11 научных работ (в том числе: 7 статей (из них 3 статьи в изданиях по перечню ВАК), 4 материала докладов на научных конференциях, подана заявка на изобретние.

Личный вклад автора. В работах, опубликованных в соавторстве, лично соискателем в работах [8,9] определены особенности развития GRID-систем, кодирования в них потоковых видео и графических данных с использованием основных классов неравномерных префиксных кодов, их структурные особенности, в работах [1-4,10] предложены элементы модели неравномерных префиксных кодов, в работах [6,7] аппаратно-ориентированный адресно- наращиваемый алгоритм декодирования неравномерных префиксных кодов и результаты экспериментальных исследований.

Структура работы.

Во введении обоснована актуальность темы, сформулированы цель и задачи исследований, научная новизна, практическая ценность и результаты работы.

В первом разделе в рамках анализа актуальности поставленной научной задачи показано, что неравномерные префиксные коды служат основой сжатия представительного множества классов изображений и видеоданных, обрабатываемых в современных вычислительных в т.ч. GRID- системах. В то же время существующие аналоги устройств декодирования данного класса кодов обладают достаточно низким быстродействием. В результате проведенного анализа актуальности и предпосылок решения поставленной научной задачи определены направления исследований, включающие все основные этапы моделирования, алгоритмизации процессов декодирования неравномерных префиксных кодов и разработки соответствующего вычислительного устройства.

Во втором разделе выполнена разработка структурно- лингвистической модели декодируемых неравномерных префиксных кодов на основе регулярных формальных грамматик и метаграмматик (МГ), позволившей в компактной форме задать основные правила формирования структур префиксных кодированных данных.

В третьем разделе с ориентацией на предложенную модель разработан адресно- наращиваемый алгоритм декодирования рассматриваемого класса неравномерных кодов, проведены оценки его основных характеристик.

В четвертом разделе рассмотрены особенности создания устройства декодирования неравномерных префиксных кодов при обработке потоковых данных в GRID системах. Проведена экспериментальная проверка предложенных решений.

В заключении представлены основные результаты проведенных исследований.

Заключение диссертации по теме «Элементы и устройства вычислительной техники и систем управления», Набил Имхаммед Мохсен Занун

Выводы

1. Разработана структурно-функциональная организация устройства декодирования неравномерных префиксных кодов при обработке данных в GRID системах, отличающаяся введением дополнительных модулей (общего управления процедурами декодирования на основе метаграмматической модели, управления формированием префикса кода, поиска соответствия префикса, памяти для таблиц неравномерных префиксных кодов, считывания транслированных кодов длин серий, их преобразования, управления преобразованием меток серий и выходной буферизацией на основе метаграмматической модели) с соответствующими связями и характеризуемая высокоскоростной адресно-наращиваемой организацией поиска текущего префикса в декодируемом потоке данных, обеспечивающая увеличение в 2,1-2,4 быстродействие при декодировании известных видов префиксных кодов.

2. Предложены технические решения по реализации основных модулей устройства декодирования, позволяющие реализовать все основные процедуры предложенного алгоритма по поиску соответствия префикса, трансляции атрибутов кодовых слов, что позволяет на современной элементной базе реализовать все основные операции по декодированию неравномерных префиксных кодов.

3. Таким образом, внедрение подобных устройств, реализующих разработанный алгоритм позволяет достичь основную цель диссертационного исследования- повышение быстродействия вычислительного устройства декодирования неравномерных префиксных кодов для GRID систем.

ЗАКЛЮЧЕНИЕ

При выполнении диссертационных исследований получены следующие основные результаты.

1. Проведен анализ структурных особенностей современных неравномерных префиксных схем, используемых для кодирования данных в вычислительных в т.ч. GRID системах. Показана высокая сложность решения задач высокоскоростного декодирования неравномерных префиксных кодов и необходимость разработки модели, алгоритма и устройства для решения поставленной основной задачи в рамках структурно- лингвистического подхода.

2. Разработана структурно- лингвистическая модель декодируемых неравномерных префиксных кодов на основе регулярных формальных грамматик и метаграмматик, позволившая в компактной форме задать основные правила формирования структур префиксных кодированных данных, снизить с контекстно- свободной до регулярной сложность используемых грамматик по Хомскому.

3. На основе предложенной модели разработан адресно-наращиваемый алгоритм декодирования неравномерных префиксных кодов, позволяющий в 3,5-4 раза снизить число операций при поиске и выделении префиксов декодируемого массива данных.

4. Разработана структурно-функциональная организация устройства декодирования неравномерных префиксных кодов при обработке данных в GRID системах, отличающаяся введением дополнительных модулей (общего управления процедурами декодирования на основе метаграмматической модели, управления формированием префикса кода, поиска соответствия префикса, памяти для таблиц неравномерных префиксных кодов, считывания транслированных кодов длин серий, их преобразования, управления преобразованием меток серий и выходной буферизацией на основе метаграмматической модели) с соответствующими связями и характеризуемая высокоскоростной адресно- наращиваемой организацией поиска текущего префикса в декодируемом потоке данных, обеспечивающая увеличение в 2,1-2,4 быстродействие при декодировании известных видов префиксных кодов.

Список литературы диссертационного исследования кандидат технических наук Набил Имхаммед Мохсен Занун, 2011 год

1. Кирьянов, А.К Введение в технологию Грид. Текст./ А.К Кирьянов, Ю.Ф. Рябов Изд-во СПБ института ядерной физики им. Б.П. Константинова РАН, Спб, 2006.

2. Айзерман, М.Д. Динамический подход к анализу структур, описываемых графами основы графодинамики. 4.1, 2 / М.Д. Айзерман, Л.А. Гусев, И.М. Смирнова, С.В. Петров // Автоматика и телемеханика. 1977. №7, 9.

3. Кирмайер М.Мультимедиа; Пер.с нем.-СПб., 1994.

4. Рекомендация ITU-T Т.4 «Стандартизация факсимильной аппаратуры (ФА) группы 3 (G3) для передачи документов». Standardization of group 3 facsimile apparatus for document transmission, октябрь 1997.

5. Рекомендация ITU-T T.6 «Схемы факсимильного кодирования и функции управления кодированием для ФА G4». Facsimile coding schemes and coding control functions for group 4 facsimile apparatus, ноябрь 1988.

6. Васильева В. Новости графики: JPEG2000//Mnp ПК, январь 2001.

7. Рекомендация ITU-T T.42 «Метод представления тонового цвета для факсимиле». Continuous-tone color representation method for facsimile, февраль 1996.

8. Барцев, С.И. Адаптивные сети обработки информации Текст.: препринт N 59Б/ С.И. Барцев, В.А. Охонин . Красноярск : Ин-т физики СО АН СССР, 1986. 20с.

9. Безкоровайный, М.М. Инструментально- моделирующий комплекс оценки качества функционирования информационных систем «КОК» Текст. / М.М. Безкоровайный, А.И. Костогрызов, В.М.Львов. М.: «Вооружение. Политика. Конверсия», 2001.304 с.

10. Льюис, П. Атрибутные трансляции Текст. / П. Льюис, Д. Розенкранц, Р. Стирнз // Семантика языков программирования. М.: Мир, 1980. 278с.

11. Искусственный интеллект Текст.: в 3-х кн.: справочник/под ред. Д.А. Поспелова. М.: Радио и связь, 1990.

12. Люггер, Дж . Искусственный интеллект: стратегии и методы решения сложных проблем Текст.: пер. с англ. /Дж.Ф. Люгер. М.: Изд. Дом «Вильяме», 2005. 864 с.

13. Сизов, А.С.Концепция информационного подхода к оценке эффективности функционирования сложных систем Текст. / A.C. Сизов // Распознание-2005: сб. материалов VII Междунар. конф. Курск, 2005 С. 1011.

14. Гинзбург, С. Математическая теория контекстно-свободных языков Текст. / С. Гинзбург // М.:Мир, 1970.

15. Методы анализа данных Текст.: пер. с фр. / под ред. С.А. Айвазяна, В.М. Бухштабера. М.: Финансы и статистика, 1985. 360 с.

16. Городецкий, В.И. Многоуровневые атрибутные грамматики для моделирования сложных структурно-динамических систем Текст. / В.И. Городецкий, В.В. Дрожжин, P.M. Юсупов // Изв. АН СССР. Техническая кибернетика. 1986. №1. С. 165.

17. Николаев, A.B. Продукционная машина генератор для параллельных стратегий выводов Текст. / А.В.Николаев, С.Г.Емельянов, Е.А.Титенко [и др.]// Искусственный интеллект в XXI веке: сб. статей Всеросс. науч.- техн. конф. / Пенза, 2003. С. 107-110.

18. Емельянов, С.Г. Формальные грамматики и грамматические сети. Вопросы практического применения при решении задач распознавания и обработки сложноструктурированных данных и знаний Текст. / С.Г.Емельянов, A.B. Николаев. М.: Высш. шк., 2005.251 с.

19. Кириллов, А.Н. Об оценке адекватности моделей объектов в задачах управления / А.Н. Кириллов, P.M. Юсупов // Науч.-техн. сб. (тр.). Вып.592. 1979. С. 18-21.

20. Фомин, Я.А. Оптимизация распознающих систем / Я.А. Фомин, A.B. Савич. М.: Машиностроение, 1993.

21. Атакищев, О.И. Особенности применения метаграмматик для формального описания структуры сложных технических систем / О.И. Атакищев, О.Г. Добросердов // Методы и средства систем обработки информации: сб. науч. с. Курск, 1997. С.5-14.

22. Городецкий, В. И. Прикладная алгебра и дискретная математика. Ч. П.

23. Формальные системы нелогического типа Текст. / В. И. Городецкий. М.: МО СССР, 1986. 200 с.

24. Атакищев О.И. Метаграмматики и особенности их применения для формального описания сигналов и протоколов документальных служб связи и передачи данных. Часть 2. Классификация метаграмматик //Телекоммуникации. 2001. № 12, 2 6с.

25. Атакищев О.И., Медведев Г. Н., Варганов А. В. Особенности кодирования цифровых факсимильных сообщений. Часть 2. Схемы кодирования цветных и полутоновых изображений JPEG и JPEG2000 //Телекоммуникации. 2001. № 12, 21 -28с.

26. Атакищев О.И., Варганов А. В., Старков Ф. А. и др. Технологии сетей связи. Особенности кодирования цифровых факсимильных сообщений //Учебное пособие, КГТУ. г. Курск, - 2002. - 159с.

27. Атакищев О.И. Метаграмматики и особенности их применения для формального описания сигналов и протоколов документальных служб связи и передачи данных. Часть 2. Классификация метаграмматик // Телекоммуникации. 2001. № 12, 2 8с.

28. Городецкий, В.И. Распознающие системы Текст. / В.И. Васильев. Киев: Наукова думка, 1983.424 с.

29. Загоруйко, Н.Г. Прикладные методы анализа данных и знаний Текст. / Н.Г. Загоруйко. Новосибирск: Изд-во Института математики, 1999. 270 с.

30. Занун, Н.И. Особенности применения метаграмматик для моделирования процессов обработки префиксных кодов в GRID системах Текст./ Н.И.Занун,О.И.Атакищев// Изв. Курск, гос. техн. ун-та. 2010. №4(33). С.49-52.

31. Занун, Н.И. Структурно-лингвистическая модель неравномерных префиксных кодов, используемых для передачи документальной информации текст./ Н.И.Занун, О.И.Атакищев [и др.]// Т*С О M M Телекоммуникации и транспорт. 2010. №11. С. 15-17.

32. Занун, Н.И. Особенности применения метаграмматик для формального описания протоколов передачи потоковых данных в GRID систем Текст./ Н.И.Занун, О.И.Атакищев и др.// Т*С О M M Телекоммуникации итранспорт. 2010. №11. С.13-14.

33. Занун, Н.И. Обобщенный анализ GRID систем, используемых для решения научно-образовательных задач Текст./ О.И. Атакищев, Н.И. Занун [и др.]// Образование, инновации, качество: материалы IV Междунар. науч.- метод, конф. Курск: 2010. С.255-258.

34. Занун, Н.И. Структурно-лингвистические модели потоковых данных в

35. Сизов, А.С. Распознание объектов по структурным признакам в условиях нечеткости их описаний Текст. / А.С. Сизов, Д.А. Стребков // Распознание-2005: сб. материалов VII Междунар. конф. Курск, 2005 С. 1011.

36. Кнут, Д.Э. Семантика контекстно-свободных языков Текст. / Д.Э. Кнут// Семантика языков программирования. М.: Мир, 1980. С. 137-161.

37. Фу, К. Структурные методы в распознавании образов Текст. / К. Фу. М.: Наука, 1977. 273 с.

38. Хьюз, Д. Структурный подход к программированию Текст. / Д. Хьюз, Д. Мичток. М.: Мир, 1980. 278 с.

39. Климов А. С. Форматы графических файлов. К.: НИПФ «ДиаСофт Лтд.», 1995.-480с.

40. Левин Б.Р. Теоретические основы статистической радиотехники. -М.: Сов. Радио, 1974-1976, кн. 1-3.

41. Мельников Д.А. Информационные процессы в компьютерных сетях. М.: КУДИЦ-ОБРАЗ, 1999. - 256с.

42. Патрик Э. Основы теории распознавания образов. М.: Сов. радио, 1980.

43. Куцык, Б.С. Структура данных и управление Текст. / Б.С. Куцык. М.: Наука, 1975. 654 с.

44. Льюис, П. Теоретические основы проектирования компиляторов / П. Льюис, Д. Розенкранц, Р. Стирнз // М.: Мир, 1979. 654 с.

45. Севастьянов Б.А. Теория ветвящихся процессов Текст. / Б.А. Севастьянов // Успехи математических наук. 1970. 7.

46. Ахо А. Теория синтаксического анализа, перевода и компиляции Текст. / А. Ахо, Дж. Ульман // М: Мир, 1978. Кн.1, 2.

47. Фатхутдинов, Р.А. Управленческие решения Текст. / Р.А. Фатхутдинов. М.: ИНФРА-М, 2005. 344 с.

48. Формальные грамматики и их применение в распознавании образов Текст. / О.И. Атакищев, А.П. Волков, Ф.А Старков, B.C. Титов ; Курск, гос. техн. ун-т. Курск, 2000. 115 с.

49. Элементы теории испытаний и контроля технических систем/ под. ред. P.M. Юсупова. Л.: Энергия, 1978. 192 с.

50. I. Foster, С. Kesselman. The Grid: Blueprint for a New Computing Infrastructure. Morgan Kaufmann Publishers, 1998.

51. I. Foster, C. Kesselman, S. Tuecke. The Anatomy of the Grid: Enabling Scalable Virtual Organizations. International J. Supercomputer Applications, 15(3), 2001, http://www.globus.org/research/papers/anatomy.pdf

52. I. Foster, C. Kesselman, S. Tuecke, J. M. Nick. The Physiology of the Grid: An Open Grid Services Architecture for Distributed Systems Integration. -Morgan Kaufmann Publishers, 2002.

53. I. Foster, H. Kishimoto, A. Savva, D. Berry et al. The Open Grid Services Architecture. Global Grid Forum, 2005, http://www.ggf.org/documents/GFD.30.pdf

54. I. Foster, D. Gannon, H. Kishimoto et al. Open Grid Services Architecture Use Cases. Global Grid Forum, 2004, http ://www. ggf.org/documents/GFD.29 .pdf

55. J. Treadwell, M. Behrens, D. Berry et al. Open Grid Services Architecture Glossary of Terms. Global Grid Forum, 2005, http://www.ggf.org/documents/GFD.44.pdf

56. I Foster, C. Kesselman. Globus: A Metacomputing Infrastructure Toolkit. ftp://ftp.globus.org/pub/globus/papers/globus.pdf

57. I. Foster, C. Kesselman. The Globus Project: A Status Report. ftp://ftp.globus.org/pub/globus/papers/globus hcw98.pdf

58. Overview of the Grid Security Infrastructure, http://www.globus.org/security/overview.html

59. RSL Specification, http://www fp.globus.org/gram/rslspecl .html

60. Kuno, S. A context recognition procedure Text. / S. Kuno // Math. Linguistics and Automatic Translation Rep. NSF-18 / Computation Lab., Harvard Univ., Cambridge. Massachusetts, 1967.

61. Lee, H.C. A syntactic pattern recognition with learning capability Text. / H.C. Lee, K.S. Fu // Int. Symp. Comput. Inform. Sei. 4th. December 14-16. Miami Beach, Florida, 1972. New York: Academic Press, 1972.

62. Pavlidis, T. Analysis of set pattern Text. / T. Pavlidis // Pattern Recognition 1968. №1.

63. Foster, J.M Automatic Syntactic Analysis Text. / J.M. Foster // Amer. Elsevier .New York, 1970; Автоматический синтаксический анализ / Фостер, Дж. М.: Мир, 1975.)

64. Woods W.A. Context-sensitive parsing Text. / W.A. Woods // Comm. ACM. 1970. 13. P. 437-445.

65. Duda, R.O. Experiments in scene analysis Text. / R.O. Duda, P.E. Hart // Proc. Nat. Symp. Ind. Robots, 1st (2-3 april 1970. Chicago, Illinois.

66. Greibach, S. Formal parsing systems Text. / S. Greibach //Comm. ACM. 1964. 7. P. 499.

67. Harangozo, J. Formal representation of the protocol hierarchy Text. / J. Harangozo // Eurocomp. 78 Proc. Eur. Comput. Congr. London; Uxbridge, 1978. P.403-414.

68. Goldberg, D. Genetic Algorithms in Machine Learning, Optimization and Search Text. /D. Goldberg. Addison-Wesley, 1988.

69. Aho, A.V. Indexed grammars — An extension of context-free grammars Text. / A.V. Aho// Assoc. Comput. Mach. 1968. №15. P. 647-671; Индексные грамматики — расширение контекстно-свободных грамматик / A.B. Ахо // Языки и автоматы. М.: Мир, 1975. С.

70. Jones, A.J. Nets of formal grammars. Applications Text. / A.J. Jones // Linguistics and Automatic Translation Rep. NSF-46 / Computation Lab., Harvard Univ., Cambridge. Massachusetts, 2000.

71. Van-Dake, R.E. Neural networks for syntactic analysis and syntactic pattern recognition Text. / R.E. Van-Dake // Comput. Graphics and Image Process. 1993. № 9. P. 99-173.

72. Learner, A. Note on transformating context-free grammars to Wirth Text. / A. Learner, A.L. Lim // Weber precedence form. Comput. 1970. №13. P. 142— 144.

73. Fu, K.S. On stochastic automata and languages Text. /K.S. Fu, T. Li // Information Sei. 1969. № 1. P. 403-419.

74. Fu, K.S. On syntactic pattern recognition Text. / K.S. Fu, P.H. Swain // Int. Symp. Comput. and Inform. Sei. Bai Harbour. Florida, 1969.

75. Fu, K.S. On syntactic pattern recognition and stochastic languages Text. / K.S. Fu, S. Watanabe [edet al.] // Frontiers of Pattern Recognition / Academic Press. New York, 1972.

76. Harangozo, J. Protocol definition with formal grammars Text. / J. Harangozo // Comput. Network Protocol Proc. Symp. Liege, 1978. (Liege S.A. F 6/1-F 6/10).

77. Pavlidis, T. Representation of figures by labeled graphs Text. / T. Pavlidis // Pattern Recognition. 1972. №4. P. 5-16.

78. Grenander, J. Syntax-Controlled Probabilities Text. / J. Grenander // Tech. Rep. Div. of Appl. Math. / Brown Univ. Providence, Rhode Island, 1967.

79. Floyd R.W. The syntax of programming languages A survey Text. / R.W. Floyd // IEEE Trans. Electron. Comput., EC-13. 1964. P. 346-353.

80. Feldman, J. Translator writing systems Text. / J. Feldman, D. Cries // Comm. ACM. 1968. №11, P. 77-113

81. Overview of the Grid Security Infrastructure, http://www.globus.org/security/overview.html

82. EGEE (Enabling Grids for E-sciencE) http://www.eu-egee.org/