Оценка параметров линейных динамических моделей биологических тканей

биологические ткани динамические модели линейные системы линейные динамические модели параметрическая идентификация

Применение суперкомпьютерных вычислительных комплексов для решения объемного сингулярного интегрального уравнения задачи дифракции на диэлектрическом теле, Применение ГРИД-технологий для решения нелинейного объемного сингулярного интегрального уравнения для определения эффективной диэлектрической проницаемости наноматериалов, ...

С. М. Геращенко ОЦЕНКА ПАРАМЕТРОВ ЛИНЕЙНЫХ ДИНАМИЧЕСКИХ МОДЕЛЕЙ БИОЛОГИЧЕСКИХ ТКАНЕЙ Представлены линейные динамические модели биологических тканей. <...> Приведены результаты оценок параметров моделей и соответствующих дисперсий для различных биологических тканей в состоянии «норма» и «патология». <...> Это обстоятельство требует оценки получаемых значений параметров, характеризующих исследуемый объект, в динамике. <...> В этой связи разработка динамических моделей, описывающих свойства различных биологических тканей, приобретает первостепенное значение. <...> Процедуры параметрической идентификации позволяют получать многопараметрическое признаковое пространство, способное характеризовать динамические свойства исследуемых объектов. <...> Линейная система связывает наблюдаемые значения входа () ut и выхода () yt с учетом влияния помехи () et . <...> () ( ) () ( ) ( ) Одним из вариантов представления передаточных функций линейных yt используются наблюдаемые данные в диссистем являются регрессионные модели [2]. <...> Типы моделей различаются по способу описания линейным разностным уравнением входно-выходного соответствия. <...> Рассмотрим основные типы регрессионных моделей, используемых в процедурах идентификации. <...> В этой модели авторегрессия относится к части () Aq y . <...> Ос64 Aq и ()B q с оператором задержки 1q 1 ARX описывается следующим уравнением: <...> Таким образом, предсказатель представляет собой скалярное произведение известного вектора данных ()t и вектора параметров . <...> (11) В отличие от модели A ,RX в ней для описания ошибки, как скользящеARMAX описывается Известия высших учебных заведений. <...> Эта модель приводится к любой из , Aq , ( )B q , ( )Cq , ( )D q и ()F q в авторегрессионных моделях используются в качестве информативных признаков, характеризующих состояние биологического объекта. <...> Рассмотрим алгоритм идентификации на примере данных, полученных для нормальной ткани почки. <...> Для сравнения критериев согласия с данными для различных модельных структур <...>

• Похожие документы из РУАЭСТ
• |
• Похожие документы из Руконт