ALGORITHM FOR PREPARING INITIAL DATA FOR RECOGNITION OF COMPLEX TECHNICAL OBJECTS WITH COMPENSATION OF INCOMPLETE INFORMATION SIGNIFICANT SPACE
- Authors: Obukhov A.V.1, Zimovets A.I.2, Gavrilova A.V.2
-
Affiliations:
- Санкт-Петербургский государственный электротехнический университет «ЛЭТИ»
- Военно-космическая академия им. А.Ф. Можайского
- Issue: Vol 7, No 205-206 (2025)
- Pages: 29-35
- Section: Articles
- URL: https://journal-vniispk.ru/2306-1456/article/view/309282
- ID: 309282
Cite item
Full Text
Abstract
The article examines the preliminary stage of information processing required for the
effective recognition of complex objects under conditions of data incompleteness,
uncertainty, and heterogeneity. The relevance of the study is driven by the increasing
demands placed on intelligent data analysis systems operating in non-standard and weakly
formalized environments. The proposed algorithm is based on the integration of modern big
data processing methods, including artificial neural networks, fuzzy inference mechanisms,
and the mathematical framework of Bayesian fuzzy networks. This combination enhances
the system’s robustness against external information distortions. The purpose of the article
is to describe the general architecture and functional structure of the software modules that
enable reduced data processing time without compromising recognition accuracy.
About the authors
A. V. Obukhov
Санкт-Петербургский государственный электротехнический университет «ЛЭТИ»
Email: aleks.obuhov@yandex.ru
канд. техн. наук, доцент кафедры
Russian FederationA. I. Zimovets
Военно-космическая академия им. А.Ф. Можайского
Author for correspondence.
Email: vka@mil.ru
канд. техн. наук, младший научный сотрудник, лаборатория военного института (НИИ)
Russian FederationA. V. Gavrilova
Военно-космическая академия им. А.Ф. Можайского
Email: vka@mil.ru
научный сотрудник, лаборатория военного института (НИИ)
Russian FederationReferences
- Зимовец А.И., Раскин А.В., Тарасов И.В., Марчук С.И. Международные аспекты использования космического пространства //Стратегическая стабильность. 2017. № 4 (81). С. 54–59.
- Железняков А.Б. Космическая деятельность стран мира в 2022 году // Инновации. 2023. № 1 (291). С. 17–25.
- Железняков А.Б. Космическая деятельность стран мира в 2023 году // Инновации. 2024. № 3 (299). С. 9–19.
- Ардашов А.А., Силантьев С.Б., Фоминов И.В. Состояние и перспективы развития универсальных космических платформ для малых космичсеких аппаратов // Труды Военно-космической академии им. А.Ф. Можайского. 2013. № 640. С. 34–41.
- Гаврилова А.В., Конорев Д.В., Макаров М.М. Принцип построения бортовой радиолокационной системы при решении задач обнаружения малоразмерных объектов // Радиолокационное исследование природных сред: материалы XXXIII Всеросс. симп., посвящ. 100-летию со дня рождения д.т.н. проф. Клюева Н.Ф. (СПб, 19–20 апреля 2023 г.) С. 49–54.
- Пайсон Д.Б. Малые спутники в современной космичсекой деятельности // Технологии и средства связи. 2016. № 6 (117). Т. 6. С. 64–69.
- Судакова Д.И. Отечетвенные спутники дистанционного зондирования Земли: анализ и современные тенденции // Проблемы и перспективы развития агропромышленного комплекса России. 2017. № 11. С. 31–32.
- Информационно-аналитические отчеты ММТ-9. URL: http://mmt9.ru/report/ (дата обращения: 15.01.2024).
- Зимовец А.И., Зоткин М.Ю., Хомоненко А.Д., Яковлев Е.Л. Идентификация космических объектов на основе интеграции данных от
- различных систем наблюдения и нечеткого вывода // Наукоемкие технологии в космических исследованиях Земли. 2020. Т. 12. № 5. С. 4–13.
- Зимовец А.И., Обухов А.В., Певнева А.Г. Модель нечеткого байесовского классификатора для обработки информации //Современные наукоемкие технологии. 2021. № 12–1. С. 78–83.
- Зимовец А.И., Логашев С.В., Фоменко Ю.С. Программа обработки информации для классификации космических объектов с применением нечеткого вывода // Свид. о гос. рег. программ для ЭВМ RU 2021612668. 2021.
Supplementary files
