| DC Field | Value | Language |
|---|
| dc.contributor.author | Радишевская, Т. А. | - |
| dc.contributor.author | Радишевский, Д. В. | - |
| dc.date.accessioned | 2020-02-19T09:19:09Z | - |
| dc.date.available | 2020-02-19T09:19:09Z | - |
| dc.date.issued | 2019 | - |
| dc.identifier.citation | Радишевская, Т. А. Нейро-нечеткий классификатор предаварийных состояний оборудования на техногенных объектах / Т. А.Радишевская, Д. В.Радишевский // Мониторинг техногенных и природных объектов: материалы Международной научно-технической конференции, Минск, 28 – 29 ноября 2019 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск: БГУИР, 2019. – С. 33 – 41. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/38577 | - |
| dc.description.abstract | В работе описывается нейро-нечеткий классификатор предаварийных состояний оборудования на техногенных объектах, предназначенный для работы в составе инструментальных средств мониторинга промышленных объектов. Использован метод классификации на основе обработки признаков состояния оборудования с помощью математического аппарата нечетких множеств. Математической моделью метода является нейронная сеть прямого распространения, которая реализована в виде библиотеки подпрограмм в среде EasyBuilder Pro. Представлен способ фаззификации признаков и экранная форма, позволяющая в интерактивном режиме задавать базовые точки признаков и лингвистические правила их обработки. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | нейро-нечеткий классификатор | ru_RU |
| dc.subject | предаварийное состояние | ru_RU |
| dc.subject | neuro-fuzzy classifier | ru_RU |
| dc.subject | pre-emergency conditions | ru_RU |
| dc.title | Нейро-нечеткий классификатор предаварийных состояний оборудования на техногенных объектах | ru_RU |
| dc.type | Статья | ru_RU |
| local.description.annotation | The paper describes a neuro-fuzzy classifier of the pre-emergency conditions of equipment at technogenic facilities, designed to work as part of industrial monitoring tools. The classification method based on the processing of signs of equipment condition using the mathematical apparatus of fuzzy sets is used. The mathematical model of the method is a direct distribution neural network, which is implemented as a library of routines in the EasyBuilder Pro environment. A method of fuzzification of features and a screen form are presented, which allows interactively setting the base points of features and linguistic rules for their processing. | - |
| Appears in Collections: | 2019
|
