2) Нахождение оптимальных алгоритмов классификации.

Измерение. Измеряемую величину часто определяют, по значению другой величины, связанной с ней функциональной зависимостью.

Принципиальная возможность осуществления измерений ограничивается порогом чувствительности датчика и мощностью, необходимой для получения соответствующей информации. Большое значение имеют их динамические свойства.

При выполнении измерения пользуются измерительным преобразованием по одному из трех методов: прямого, следящего или развертывающего.

Структурная схема метода прямого измерительного преобразования образуется рядом последовательно соединенных звеньев без обратных связей и цепей сравнения. При прямом преобразовании измерение связано с отбором мощности от первичной измерительной цепи. Результирующий коэффициент усиления преобразователя определяется произведением коэффициентов усиления всех составляющих звеньев, а на результирующую погрешность преобразователя влияют погрешности всех звеньев. Добиться высокой точности измерения методом прямого преобразования сложно.

Два других метода измерительного преобразования основаны на автоматической компенсации измеряемой величины и позволяют получить более высокую точность.

Следящий метод измерительного преобразования сочетает в себе высокую точность и чувствительность и позволяет обеспечить большую мощность на выходе, которая достаточна не только для индикации и регистрации, но и для решения задач автоматического регулирования различных процессов. Отличие: наличие звена обратного преобразования выходной величины во входную величину того же рода, что и преобразуемая входная величина, и их сравнение. Д - датчик, ОС - орган сравнения, КО -компенсирующий орган.

Преобразованная измеряемая величина сравнивается с компенсирующей величиной х2. Разность воздействует на компенсирующий орган КО таким образом, чтобы свести этот сигнал рассогласования к нулю. В момент идеальной компенсаций мощность от измерительной цепи не отбирается. Однако при наличии у любого реального органа сравнений ОС зоны нечувствительности может иметь, место незначительный отбор мощности. Нелинейность характеристики органа сравнения за пределами зоны нечувствительности на вид функции преобразования влияния не оказывает. Погрешность при градуировке учесть невозможно, но ее можно уменьшить путем увеличение коэффициента усиления К органа сравнения.

При развертывающем методе измерительного преобразования измеряемая величина циклически сравнивается с другой величиной такого же рода, изменяющейся по определенному (чаще линейному) закону Измеряемая и компенсируемая величины могут быть представлены электрическими напряжениями, силами, потоками радиации. В момент компенсации срабатывает орган сравнения.

Погрешность нелинейности может быть частично компенсирована смещением нулевого уровня выходного сигнала, снижением погрешности нелинейности заключается в увеличении коэффициента усиления. Вместе с тем метод развертывающего преобразования уступает следящему преобразованию в том, что допускает только дискретное во времени отображение входной величины

Анализ. Все автоматические анализаторы характеризуются тем, что получают информацию по нескольким координатам. При двух координатах первой является шкала анализа; вторая координата используется для количественной оценки каждой выделенной компоненты.

В анализаторах колебаний и анализаторах спектра случайных процессов признаком разделения является частота колебаний, а признаком измерения - амплитуда или средняя мощность каждой гармонической составляющей сложного колебательного процесса.

На выходе измерителя фиксируются явления, используемые для регистрации. Измерители представляют собой датчики, или чувствительные элементы, от которых могут работать исполнительные преобразователи регистрирующих узлов анализаторов.

В дискретных системах можно обойтись одним измерителем при наличии ряда анализирующих ячеек, если воспользоваться переключателем, или же одним исполнительным преобразователем в регистрирующем устройстве с переключателем, обслуживающем ряд измерителей.

Особое место занимают анализаторы случайных процессов, предназначенные для получений обобщенных статистических характеристик источника информации. Эти характеристики помогают понять сущность наблюдаемых явлений, выявить причинно-следственные связи, прогнозировать поведение источника, облегчают восприятие информации человеком