CC BY
105
Секция «Информационные системы и технологии»
включает в себя 8-битный АЦП и ЦАП. Основные параметры: напряжение питания- Цпит = 2,5...3,6; диапазон измерения ±2 000 мкТл.
Полученное таким образом приложение позволяет определять ориентацию устройства в пространстве, его ускорение, и записывать все полученные данные в .csv файл на SD карту, затем отправляя их на заданный E-mail по протоколу Wi-Fi. Для .csv файла на SD карте необходимо 100КБ свободного места. Также результаты можно передавать с помощью Bluetooth. Далее полученные данные можно обработать: определить перемещение, скорость и углы поворота устройства.
Библиографические ссылки
1. Голощапов А. Л. Google Android. Программирование для мобильных устройств. СПб.: БХВ-Петербург, 2011.
2. Давыдов А. С. Разработка программного обеспечения для работы под управлением ОС Android // Тр. Всерос. конф. Самара: СГАУ, 2012.
3. Майер Р. Android 2. Программирование для планшетных компьютеров и смартфонов. М. : Экс-мо, 2010.
© Давыдов А. С., 2013
УДК 004.415.2.031.43
А. Ф. Догадин Научный руководитель - К. В. Богданов Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
ПРОЕКТИРОВАНИЕ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ДЛЯ РАССЫЛКИ SMS-СООБЩЕНИЙ
Рассматривается планирование проектирования системы, которая сможет принимать, рассылать и отвечать на SMS-сообщения. Также в статье описываются основные функции системы, изображены предварительные диаграммы прецедентов и классов.
SMS-маркетинг - одно из наиболее актуальных направлений в сфере современной рекламы. Массовая рассылка SMS позволяет быстро и качественно донести до клиента всю необходимую информацию. На сегодняшний день массовая рассылка сообщений обеспечивает рекламное продвижение товаров и услуг и информационную поддержку различных областей бизнеса. Особенно востребована SMS-рассылка в сфере торговли, страховой и банковской деятельности.
Таким образом, программа позволяющая создавать SMS-рассылки, а также способная отвечать на некоторым образом структурированные SMS-сообщения будет востребована на рынке и может принести немалую прибыль для фирм.
Основными функциями данной системы будут обеспечение информацией клиентов, а так же сокра-
щение нагрузки на сервисные центры фирм, посредством того, что часть вопросов возможно будет решить путем составления запроса к системе по SMS.
Диаграмма прецедентов проектируемой системы изображена на рис. 1.
Предварительная диаграмма классов изображена на рис. 2.
Стоит отметить, что существующие аналоги проектируемой системы представляют собой интернет-сервисы. Они достаточно дорогие и их использование очень сильно зависит от интернет-шлюза поставщика услуг. Кроме того, данные сервисы могут использоваться только для создания SMS-рассылок заданным адресатам. Данная программа позволит не только рассылать информационные SMS-сообщения клиентам, но и отвечать на структурированные запросы независимо от интернета.
Рис. 1. Диаграмма прецедентов
Актуальные проблемы авиации и космонавтики. Информационные технологии
Рис. 2. Предварительная диаграмма классов
© Догадин А. Ф., 2013
УДК 4.896
А. Д. Ермолаев Научный руководитель - О. П. Солдатова Самарский государственный аэрокосмический университет имени академика С. П. Королева (национальный исследовательский университет), Самара
ВЛИЯНИЕ АЛГОРИТМОВ ОБУЧЕНИЯ И ГЕНЕРАЦИИ ТОПОЛОГИИ СЕТИ КОХОНЕНА НА ПОГРЕШНОСТЬ РЕШЕНИЯ ЗАДАЧИ КЛАССИФИКАЦИИ
Исследовано влияние различных алгоритмов обучения на погрешность решения задачи классификации, также был рассмотрен вопрос генерации топологии нейронной сети Кохонена.
Исследования по искусственным нейронным сетям связаны с тем, что способ обработки информации человеческим мозгом принципиально отличается от методов, применяемых обычными цифровыми компьютерами. Мозг представляет собой чрезвычайно сложный, нелинейный, параллельный компьютер. Он обладает способностью организовывать свои структурные компоненты, называемые нейронами, так, чтобы они могли выполнить конкретные задачи (такие как распознавание образов, обработку сигналов органов чувств, моторные функции) во много раз быстрее, чем могут позволить самые быстродействующие компьютеры. Мозг имеет совершенную структуру, позволяющую строить собственные правила на основе опыта. Опыт накапливается с течением времени.
Алгоритмы обучения, используемые для обучения нейронных сетей Кохонена, называются алгоритмами обучения без учителя. Подобные алгоритмы применяются в тех случаях, когда нет эталонных выходных значений для входных векторов.
Целью обучения сети с самоорганизацией на основе конкуренции, считается такое упорядочение нейронов, которое минимизирует значение отклонения вектора весов от входного вектора х. При р входных
векторах х эта погрешность в эвклидовой метрике может быть выражена в виде
Е = 2
2 ¿1
2 г=1
X - V
»(г)
(1)
где ) - это вес нейрона-победителя при предъявлении вектора х: [1].
В работе обучение нейронных сетей производилось с помощью алгоритмов:
- WTА (учитывающий активность нейронов);
- Кохонена с прямоугольным соседством;
- Кохонена с гауссовым соседством;
- алгоритма нейронного газа.
В ходе проектирования необходимо было определить предметную область для классификации. В качестве тестовой задачи была выбрана область «автомобили».
Объективное количественное сравнение результатов самоорганизации можно получить при сопоставлении расчетной погрешности квантования согласно формуле (1). Данные по зависимости расчетной погрешности квантования от алгоритма приведены на рисунке.
2
