Александрии и. 1J., 1 и Jj t; it и И JLX. ,1л,. .п^иидшилт и щпп.
структурного метода обработки данных. Л., «Наука», 1983, с. 208.
Работа представляет собой систематизированное изложение современных машинных методов анализа экспериментальных данных. От аналогичных работ она отличается, с одной стороны, большей степенью подробности, необходимой при практическом использовании, а с другой стороны — описанием конкретной системы взаимосвязанных программ (тексты программ приводятся), для использования которой не требуется знаний языков программирования. Монография адресована специалистам в области обработки данных п исследователям, использующим ЭВМ, а также студентам и аспирантам в качестве пособия по машинным методам анализа эйсперименталь-
ПРЕДИСЛОВИЕ
Существенной чертой современной научно-технической революции является быстрый рост объемов получаемой и обрабатываемой информации практически во всех областях науки и техники. При этом возникает большое число задач, которые человек не в состоянии решить самостоятельно в силу их огромной информационной емкости и сложности.
Прогнозирование тенденций развития региона, выбор оптимальных вариантов размещения капитального строительства с учетом социально-экономических факторов, поиск обобщенных показателей трудовой деятельности коллектива — вот лишь немногие примеры таких задач из экономической области. В этих случаях человек обращается к ЭВМ в надежде на получение помощи в обработке данных и при принятии решения. И часто — безуспешно.
В чем же причины возникновения такой ситуации? Первая причина — некомпетентность исследователей в вопросах обработки данных — влияет прежде всего на качество использования существующего математического обеспечения. Такая некомпетентность проявляется дважды. Первый раз — при выборе метода обработки уже полученных данных. Как будет показано ниже, неверный выбор метода при наличии нескольких конкурирующих версий может существенно повлиять на результат. К тому же, как показывает практика, пользователи предпочитают простейшие методы обработки и часто не могут решить поставленную задачу не из-за отсутствия подходящего алгоритма, а из-за незнания того, что именно этот алгоритм предназначен для решения их задачи. Такая ситуация является также следствием низкого качества описаний библиотечных программ, понятных лишь людям с хорошей математической и специальной подготовкой. Второй раз — некомпетентность в области обработки данных проявляется при этапе интерпретации полученных результатов. Успешно такую интерпретацию может проводить лишь человек (или коллектив), хорошо знающий как природу исходных данных, так и методы их обработки. В настоящее время эти условия, .как правило, отсутствуют, что часто приводит к неверным выводам из верных^ результатов и, как следствие, к неправильной постановке Дальнейших исследований. Вера исследователей в вычислительную технику настолько сильна, что иногда интерпретации подвергаются результаты даже явно ошибочные, причем как курьез можно отметить, что именно эти результаты удовлетворяют ^следователей в большей степени, чем полученные в дальнейшем Достоверные результаты.
ОГЛАВЛЕНИЕ
Предисловие .......................... 3
Глава 1. Структурный подход к обработке экспериментальных данных 6
§ 1.1. Основные определения................. 7
§ 1.2. Структуры данных................... 10
§ 1.3. Отображение структуры данных в память ЭВМ...... 16
Глава 2. Алгоритмы исследования взаимозависимости признаков и снижения размерности пространства описания........ 20
§ 2.1. Корреляционный анализ для разнотипных признаков ... '22
§ 2.2. Метод главных компонент................ 29
§ 2.3. Факторный анализ................... 37
§ 2.4. Нелинейные методы снижения размерности........ 44
§ 2.5. Рекурсивное отображение многомерного пространства на
числовую ось...................... 49
Глава 3. Алгоритмы автоматической классификации и распознавания
образов ....................... 56
§ 3.1. Иерархическая группировка............... .56
J§ 3.2. Выделение связных компонент структуры данных .... 65
§ 3.3. Комбинаторный метод классификации.......... 71
§ 3.4. Распознавание образов в метрическом, пространстве .... 78
§ 3.5. Рекурсивный алгоритм распознавания образов...... 82
Глава 4. Система обработки данных SITO............. 88
§ 4.1. Общие сведения о системе............... 88
§ 4.2. Работа с «Редактором системы»............. 95
§ 4.3. Работа с «первым этапом»................ 102
§ 4*4. Работа со «вторым этапом»................ 108
§ 4.5. Работа с системой SITO с использованием терминала ЭВМ
CYBER-172/6 ..................... 111
Глава 5. Некоторые дополнительные сведения о системе SITO . . . 116
§ 5.1. Рекомендации по написанию управляющих программ ... 116
§ 5.2. Процедуры подготовки и редактирования исходных данных 118
§ 5.3. Вспомогательные процедуры обработки данных..... 124
§ 5.4. Сервисные программы................. 129
Список сокращений........................ 132
Литература.......................... 133
Распечатки процедур и примеры их работы............ 135
Цена: 150руб.
