Метод фильтрации данных PDF Печать E-mail
Автор: MR.BUGS   
02.01.2010 02:12

Метод фильтрации данных

Сущность фильтрации состоит в том, что решение принимается на основании сопоставления входящих данных с комплексом заранее сформулированных независимых признаков, каждому из которых приписывается вес (важность). Этот комплекс и является фильтром. Фильтр есть обоснованная опытом и теорией система смысловых и логических между свойствами ситуации, объекта, события и их внешними проявлениями, признаками. Т.е. если информация удовлетворяет фильтру, она считается достоверной, если не удовлетворяет - недостоверной.
Признаки, включенные в фильтр, называются параметрами фильтра. Например: фильтр оценки возможности поражения чего-либо из оружия состоит из следующих признаков: оружие должно быть функционально готово к выстрелу, заряжено, наведено на цель и т.д. Если поступает сообщение о готовящемся поражении из данного оружия одновременно с сообщением о том, что оно не заряжено, то такое сообщение фильтр не походит и считается ложным. 
Из поступающего сообщения выделяются только те данные, которые имеют отношение к признакам фильтрации. Эти данные классифицируются. Оценивается их достоверность. Затем принимается отдельное решение по каждому из параметров фильтра: есть соответствующий признак или нет. Информационное решение принимается на основании подтвержденных признаков путем сравнения их суммарного веса с порогом. 
Принципиальное отличие метода фильтрации от метода сопоставления данных состоит в том, что в методе фильтрации содержание возможных решений формулируется заранее, анализ входной информации происходит по готовым признакам, а в методе сопоставления данных признаки, подлежащие оценке, выявляются в процессе анализа информации. Основное преимущество метода фильтрации в его относительной простоте (нет сложной и неоднозначной процедуры определения сопоставимых признаков в разных сообщениях). Недостатком является то, что сведения, не относящиеся к параметрам фильтра, просто не используются. Это порождает пренебрежение новой, непривычной информацией и это необходимо учитывать. 
Необходимо также учитывать то, что независимость самих признаков ситуации не означает независимость данных об этих признаках. Сами результаты разведки могут быть взаимозависимыми, и это представляет собой серьезную проблему.

Метода фильтрации состоит из следующих этапов:

- расчленение входных данных в соответствии с параметрами фильтра;
- сопоставление с параметрами фильтра;
- оценка достоверности и определение весовых коэффициентов;
- объединение данных;
- сравнение с порогом;
- принятие решения по ситуации.

Особое внимание необходимо в том, чтобы не отбросить косвенные данные.
Для наглядности составляется таблица, где в строки заносятся параметры фильтра, а данные в колонках формируются следующим образом: сначала идут колонки прямого подтверждения, в которые вносятся данные, непосредственно подтверждающие признак, затем колонки косвенного подтверждения, далее колонки прямого и косвенного отклонения. Прямое подтверждение обозначается единицей, прямое отклонение - нулем, косвенное - цифрой характеризующей подтверждение (отклонение) В пустые места вписывается "-". 
Далее следует объединение информации, получение весовых признаков, сравнение с порогом и принятие решения. Действия аналогичные действиям в методе сопоставления данных. 
Метод фильтрации предполагает обоснованный отбор параметров и точное определение их веса в решении. Это должно быть сделано заранее.

Например:
Поступило сообщение: "В квадрате 23-85 обнаружено сосредоточение в пункте А специальных машин фургонного типа, активная работа в районе А частей связи , развертывание в районе частей ПВО, строительные работы по ремонту старых и прокладке новых дорог вокруг А, усиление охраны района."
Требуется решение о наличие в этом районе крупного командного пункта противника.

Составляется фильтр с признаками крупного командного пункта:

 

1 Наличие специальных машин фургонного типа* 0.22
2 Подход линий проводной и кабельной связи 0.20
3 Наличие радио- и топосферных станций с характерными антеннами 0.20
4 Направление движения в сторону объекта штабных и легковых автомобилей, мотоциклов 0.21
5 Усиленная охрана района, шлагбаумы, охрана въездов 0.19
6 Расположение в районе средств ПВО на огневых и стартовых позициях 0.19
7 Наличие посадочной площадки для вертолетов (3-5 км от КП) 0.14

* - Естественно, как и в предыдущем примере, описанные выше признаки призваны лишь описать метод работы с информацией, и не имеют никакого практического значения.

Вводим пороговые значения вероятности наличия крупного командного пункта:

0.90 - верхнее пороговое значение, решение о наличие принимается безусловно;
0.73 - нижнее пороговое значение, ситуация требует доразведки.

Данные, полученные из сообщения, объединяются в таблицу:

 

прямого подтверждения косвенного подтверждения прямого отклонения косвенного отклонения
1 1 - - -
2 - 0.81 - -
3 - 0.81 - -
4 - 0.73 - -
5 1 - - -
6 1 - - -
7 - - - 0

Объединяем информацию и получаем числовое значение вероятности наличия крупного командного пункта в А - 0.92.
Сравниваем с пороговыми значениями 0.90 - 0.73 и получаем информационное решение:

"В пункте А находится или в скором времени будет находиться крупный командный пункт".

 

Обновлено 01.07.2011 12:35
 

Полезные Ссылки

Рекомендуемый ДЦ