Software Journal:
Theory and Applications

Send article

Entrance Registration

Merry Christmas and Happy New Year!

[25.12.2019]

Dear colleagues and friends!

Merry Christmas and Happy New Year!

We hope your New Year dreams come true and each day is filled with love, happiness, and prosperity.

May new opportunities and creative ideas appear. Wishing all your new projects to succeed.

May next year bring you and your loved ones joy, peace and harmony!

Editorial Board

All ads...

Автоматизированная система построения методов планирования эксперимента: простого, ортогонального, ротатабельного

Н.Е. Тимофеева (timofeevane@yandex.ru) Саратовский национальный исследовательский государственный университет имени Н.Г. Чернышевскогo (зав. лабораторией), Саратов, Russian Federation;

В статье описана разработанная автоматизированная система, с помощью которой проведен полный факторный эксперимент по методам планирования: простому (линейному), ортогональному, ротатабельному. Полный факторный эксперимент был реализован на основе ряда формул и комплексного алгоритма с построением уравнения регрессии, связывающим исходные факторы. Показана работа системы на примере построения ортогонального метода.


Пространственно-временное моделирование пламени для автоматического обнаружения пожара в видеопотоке

Д.Ю. Бойков (dmitriy.boykov2014@yandex.ru) Калужский филиал МГТУ им. Н.Э. Баумана, каф. ФН1-КФ «Программное обеспечение, информационные технологии и прикладная математика» (студент), Калуга, Russian Federation;
Ю.С. Белов (fn1-kf@mail.ru ) Калужский филиал ФГБОУ ВО «Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)» (доцент), Калуга, Russian Federation, кандидат физико-математических наук;

В работе рассматривается проблема обнаружения пламени на видеоизображении. Приведены наиболее распространенные подходы для решения данной задачи. Перечислен ряд факторов, усложняющих процесс обнаружения. Предложен многоступенчатый подход. В качестве первого шага для идентификации движущихся объектов в видео используется вычитание фона, выполняющееся с помощью адаптивного медианного алгоритма. На следующем этапе обработки применяется цветовой анализ. Для каждого потенциального блока огня, в котором присутствуют движущиеся элементы цвета пламени, вычисляется вектор из четырех различных признаков, описывающих такие характеристики пламени, как мерцание, цвет и др. Этот вектор подается в качестве входных данных в классификатор SVM. Также показаны результаты работы системы.


Интеллектуальные системы в прогнозировании сердечно-сосудистых заболеваний

А.В. Ткаченко (fn1-kf@mail.ru ) Калужский филиал МГТУ им. Н.Э. Баумана, каф. ФН1-КФ «Программное обеспечение, информационные технологии и прикладная математика», Калуга, Russian Federation;
Ю.С. Белов (fn1-kf@mail.ru ) Калужский филиал ФГБОУ ВО «Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)» (доцент), Калуга, Russian Federation, кандидат физико-математических наук;

В статье рассматриваются интеллектуальные системы, используемые в прогнозировании сердечно-сосудистых заболеваний. Эти системы осуществляют вычисления на основе алгоритмов, составленных для каждой системы отдельно. Цель прогнозирования – продление жизни человека путем поддержки сердца недостающими элементами, отказа от вредных привычек и изменения образа жизни. Интеллектуальные системы (шкалы) позволяют оценивать риск возникновения в ближайшие годы сердечно-сосудистых заболеваний на основе определенных факторов. Данные факторы суммируются, и затем делается вывод о том, к какой группе риска относится пациент, к какому заболеванию он предрасположен на данный момент, какие болезни могут еще развиться, в соответствии с этим назначается лечение. Основными методами прогнозирования сердечно-сосудистых заболеваний являются шкалы SCORE, Фрамингема, ASSIGN, GRACE, PROCAM, риска Рейнольдса, QRISK.