rpd000011804 (230400 (09.03.02).Б3 Информационные системы испытаний космических ЛА), страница 4
Описание файла
Файл "rpd000011804" внутри архива находится в следующих папках: 230400 (09.03.02).Б3 Информационные системы испытаний космических ЛА, 230400.Б3. Документ из архива "230400 (09.03.02).Б3 Информационные системы испытаний космических ЛА", который расположен в категории "". Всё это находится в предмете "вспомогательные материалы для первокурсников" из 1 семестр, которые можно найти в файловом архиве МАИ. Не смотря на прямую связь этого архива с МАИ, его также можно найти и в других разделах. Архив можно найти в разделе "остальное", в предмете "вспомогательные материалы для первокурсников" в общих файлах.
Онлайн просмотр документа "rpd000011804"
Текст 4 страницы из документа "rpd000011804"
Форма организации: Лекция, мастер-класс
2.5.1. Проблемы, возникающие при численной реализации алгоритмов математической обработки информации Распараллеливание алгоритма метода наименьших квадратов (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
2.6.1. Постановка задачи проверки статистических гипотез. Простые и сложные гипотезы. Последовательный критерий отношения правдоподобий (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
2.6.2. Объем выборки при заданных значениях ошибок принятия решений первого и второго родов. Возможные подходы к выбору алгоритмов математической обработки (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
2.7.1. Оформление результатов решения прикладных задач математической обработки информации (презентации, таблицы, отчеты) (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
-
Практические занятия
1.3.1. Нахождение оценок метода наименьших квадратов и исследование их статистических свойств (АЗ: 2, СРС: 3)
Форма организации: Практическое занятие
1.3.2. Нахождение оценок метода наименьших квадратов и исследование их статистических свойств (АЗ: 2, СРС: 3)
Форма организации: Практическое занятие
1.3.3. Нахождение оценок методом максимального правдоподобия (АЗ: 2, СРС: 3)
Форма организации: Практическое занятие
1.3.4. Нахождение оценок методом максимального правдоподобия (АЗ: 2, СРС: 3)
Форма организации: Практическое занятие
1.3.5. Построение доверительных интервалов для параметров математических моделей объектов (АЗ: 2, СРС: 4)
Форма организации: Практическое занятие
1.3.6. Построение доверительных интервалов для параметров математических моделей объектов (АЗ: 2, СРС: 4)
Форма организации: Практическое занятие
1.3.7. Регуляризирующие алгоритмы метода наименьших квадратов (АЗ: 2, СРС: 4)
Форма организации: Практическое занятие
2.4.1. Построение уравнения для оценки вектора состояния линейной динамической модели объекта (АЗ: 2, СРС: 2)
Форма организации: Практическое занятие
2.5.1. Построение уравнения для ковариационной матрицы оценки вектора состояния линейной динамической модели объекта (АЗ: 2, СРС: 2)
Форма организации: Практическое занятие
2.5.2. LU преобразование матриц коэффициентов систем линейных алгебраических уравнений (АЗ: 2, СРС: 2)
Форма организации: Практическое занятие
2.6.1. Проверка простых гипотез (АЗ: 2, СРС: 2)
Форма организации: Практическое занятие
2.6.2. Проверка простых гипотез (АЗ: 2, СРС: 2)
Форма организации: Практическое занятие
-
Лабораторные работы
1.3.1. Использование МНК-алгоритма для решения задач вычисления оценок параметров линейных динамических объектов (АЗ: 4, СРС: 2)
Форма организации: Лабораторная работа
2.4.1. Использование метода стохастической аппроксимации для идентификации параметров динамических систем летательных аппаратов (АЗ: 4, СРС: 2)
Форма организации: Лабораторная работа
2.4.2. Вычисление оценок параметров состояния динамических систем летательных аппаратов алгоритмом метода адаптивного наблюдателя (АЗ: 4, СРС: 2)
Форма организации: Лабораторная работа
-
Типовые задания
Приложение 3
к рабочей программе дисциплины
«Технологии обработки информации »
Прикрепленные файлы
Курсовая работа по дисциплине "Технологии обработки информации".doc
Блок №2 Последовательные динамические алгоритмы обработки информации
Курсовая работа(проект) №1 Курсовая работа по дисциплине "Технологии обработки информации"
Трудоемкость(объем часов): 21
Тематика: Связана с решением и анализом полученных решений задач вычисления оценок параметров моделей линейных динамических объектов
Типовые варианты:
-
Нахождение оценок двух из трех неизвестных параметров динамического объекта, описываемого моделью заданной с точностью до неизвестных параметров обыкновенным линейным дифференциальным уравнением второго порядка, алгоритмом метода наименьших квадратов.
-
Нахождение оценок двух из трех неизвестных параметров динамического объекта, описываемого моделью заданной с точностью до неизвестных параметров обыкновенным линейным дифференциальным уравнением второго порядка, алгоритмом рекуррентного метода наименьших квадратов.
-
Нахождение оценок двух из трех неизвестных параметров динамического объекта, описываемого моделью заданной с точностью до неизвестных параметров обыкновенным линейным дифференциальным уравнением второго порядка, алгоритмом адаптивного наблюдателя Крейзелмеера..
-
Нахождение оценок двух из трех неизвестных параметров динамического объекта, описываемого моделью заданной с точностью до неизвестных параметров обыкновенным линейным дифференциальным уравнением второго порядка, алгоритмом метода наименьших квадратов.
-
Нахождение оценок двух из трех неизвестных параметров динамического объекта, описываемого моделью заданной с точностью до неизвестных параметров обыкновенным линейным дифференциальным уравнением второго порядка, алгоритмом фильтра Калмана.
Зачет (6 семестр).doc
Промежуточная аттестация №1
Экзамен (6 семестр)
Семестр: 6
Вид контроля: Э
Вопросы:
-
Структура много процессорных вычислительных комплексов, используемых для математической обработки информации. Способы организации вычислительных процессов
-
Классификация алгоритмов и задач математической обработки информации
-
Особенности классов алгоритмов совместной и последовательной математической обработки информации. Структуры этих алгоритмов
-
Совместный алгоритм метода наименьших квадратов для линейной регрессионной модели и некоррелированными равноточными измерениями
-
Существование и единственность оценок метода наименьших квадратов
-
Совместный алгоритм метода наименьших квадратов для линейной регрессионной модели и коррелированными неравноточными измерениями. Декорреляция измерений
-
Совместный алгоритм метода наименьших квадратов для нелинейной регрессионной модели и коррелированными неравноточными измерениями
-
Статистические свойства оценок метода наименьших квадратов и свойство самого алгоритма
-
Ковариационная матрица оценок метода наименьших квадратов. Построение эллипсоида рассеивания
-
Апостериорная оценка дисперсии ошибок измерений
-
Совместный алгоритм метода наименьших квадратов для линейной регрессионной модели с некоррелированными равноточными измерениями и априорной информацией о значениях неизвестных параметрах
-
Алгоритм метода наименьших квадратов для модели неполного ранга
-
Минимаксное оценивание значений неизвестных параметров регрессионной модели
-
Сведение задачи минимаксного оценивания к задаче линейного программирования
-
Особенности численной реализации алгоритма метода наименьших квадратов.Построение регуляризирующих алгоритмов: Джеймса-Стейна и гребневого алгоритма
-
Итерационный алгоритм метода Ньютона для скалярного и векторного параметра. Сходимость и скорость сходимости
-
Алгоритм метода максимального правдоподобия. Уравнения правдоподобия.Неединственность оценок максимального правдоподобия
-
Решение уравнения правдоподобия является функцией достаточной статистики
-
Состоятельность оценок максимального правдоподобия
-
Причины возникновения понятия интервальных оценок параметров Построение интервальных оценок неизвестных параметров для заданных законов ошибок измерений
-
Сведение задач спектрального анализа Фурье к задаче нахождения оценок параметров регрессионной модели алгоритмом метода наименьших квадратов. Недостатки Фурье-анализа, проявляющиеся при решении прикладных задач
-
Алгоритмы математической обработки информации, основанные на использовании разложений по специальным системам ортонормированных функций (вейвлетам)
-
Непрерывные и дискретные вейвлет-преобразования в задачах обработки изображений
Экзамен (7 семестр).doc
Промежуточная аттестация №2
Экзамен (7 семестр)
Семестр: 7
Вид контроля: Э
Вопросы:
-
Последовательный (рекуррентный) алгоритм метода наименьших квадратов для некоррелированных групп измерений. Получение канонической формы записи алгоритма
-
Обучение нейронных сетей с использованием метода наименьших квадратов
-
Динамический алгоритм фильтрации, основанный на идее метода наименьших квадратов
-
Последовательный алгоритм адаптивного наблюдателя Крейзелмейера, использующий линейные динамические модели. Параметризация математической модели линейного стационарного объекта
-
Уравнение для ошибки оценки вектора неизвестных параметров модели
-
Алгоритм фильтра Калмана. Уравнение для оценки вектора состояния математической модели объекта
-
Алгоритм фильтра Калмана. Уравнение для ковариационной матрицы оценки вектора состояния математической модели объекта
-
Выделение “хорошо” и “плохо” оцениваемых параметров
-
Уравнение для ошибки оценки вектора состояния математической модели объекта
-
Устойчивость по Ляпунову алгоритма адаптивного наблюдателя Крейзелмейера
-
Устойчивость по Ляпунову алгоритма фильтра Калмана
-
Проблема распараллеливания алгоритмов математической обработки информации
-
Использование LU преобразования матрицы коэффициентов системы нормальных уравнений для представления алгоритма метода наименьших квадратов в параллельной форме
-
Представление графами алгоритмов математической обработки информации
-
Решетчатый граф алгоритма и его расщепление
-
Задачи принятия решений по результатам математической обработки информации
-
Классификация гипотез и критерии принятия решений
-
Последовательный критерий отношения правдоподобий
-
Определение объема выборки при заданных значениях ошибок принятия решений первого и второго родов
Версия: AAAAAAT1PyU Код: 000011804