2006(â1)
2006(â1)
2006(â1)
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
K<br />
1.8<br />
1.2<br />
0.6<br />
0<br />
– 15<br />
Ортостатическая<br />
гипотензия<br />
0 15 ДИсад<br />
Рис. 3<br />
Нейрогенные<br />
обмороки<br />
Норма<br />
коэффициентов полинома. На последнем этапе (рис. 2, 4) средний уровень ошибки стабилизируется,<br />
однако сохраняются осцилляции относительно некоторого значения, что свидетельствует<br />
о достижении практического порога эффективности описываемого алгоритма в<br />
поставленных условиях. Формально наилучшее решение соответствует минимальному достигнутому<br />
уровню абсолютной ошибки представления, однако при обработке массивов<br />
данных малого объема из-за высокой статистической погрешности при оценке ошибки в<br />
соответствии с требованиями поставленной задачи целесообразно усреднить параметры целевой<br />
модели по нескольким итерациям в течение одного этапа кодирования.<br />
Реализовать обратную задачу восстановления исходного множества по параметрам<br />
найденного коллажа значительно проще, что отвечает требованиям быстрого декодирования<br />
моделей, так как в ряде случаев его необходимо выполнять в реальном масштабе времени.<br />
Полученные модели в полной мере реализуют преимущества метода полиномиального<br />
коллажа относительно традиционно применяемого преимущественно в задачах обработки<br />
изображений (а в последние годы и в других областях) метода, основанного на использовании<br />
совокупностей аффинных преобразований в качестве базисных функций. К<br />
ним относятся корректное представление систем с глубокой нелинейной обратной связью,<br />
возможность описания систем в переходных состояниях, возможность описания ограниченным<br />
числом членов ряда Тейлора или Лорана 2 , удобство базиса для анализа модельной<br />
функции с помощью таких классических методов математического анализа, как дифференцирование,<br />
позволяющее легко находить экстремальные точки, нахождение интегральных<br />
характеристик и ряд других. С другой стороны, такие недостатки метода полиномиального<br />
коллажа, как ограничения области сходимости, непостоянство скоростей<br />
сходимости алгоритмов и затрудненность управления ими, а также установленная в ходе<br />
работы высокая чувствительность модели к изменению параметров и склонность к бифуркациям,<br />
ограничивают практическое применение описанного класса моделей.<br />
Практическая проверка рассмотренного подхода к построению фрактальных моделей<br />
нелинейной динамики с применением метода полиномиального коллажа была проведена<br />
при решении задачи аппроксимации выборочных множеств, соответствующих реакции пациентов<br />
на ортостатическую нагрузку при тилт-тесте, по результатам совместного анализа<br />
нижней границы энтропии Колмогорова (K) и диурнального индекса систолического артериального<br />
давления (ДИсад) (рис. 3). Для<br />
этих параметров были получены модели,<br />
основанные на использовании полиномов<br />
второго порядка [8].<br />
Поскольку рассматриваемый тип модели<br />
самостоятельно не обеспечивает однозначную<br />
привязку к абсолютным значениям,<br />
к параметрам модели наряду с коэффициентами<br />
управляющих полиномов были<br />
2 Указанный способ описания способствует универсализации модели и снижению объемов вычислений при<br />
оперативной вариации требований к точности декодирования на этапе его выполнения.<br />
12