38 / 320
36
Рисунок 2.5 – Постолбцовое вычитание матриц скелетонов с записью значений
разности по модулю: а) алгоритм возвращает ненулевую разность, б) и в) разность
нулевая, но в первом случае 100% синхронизация колебаний (столбец будет
маркирован), а во втором – отсутствие скелетонов (столбец не маркируется,
игнорируется)
Полученная картина с маркерами обрабатывается гауссовым
фильтром, обеспечивающим размытие. При этом единичные,
не сгруппированные маркеры будут отсеяны (засвечены), а имеющиеся
группы маркеров будут заметны (рисунок 2.6).
Рисунок 2.6 – Пример получения гистограммы распределения вероятности появления
моментов синхронизации колебаний параметров потока: (а) по маркерам; (б)
обработанных гауссовым фильтром; (в) в шкале от 0 (менее вероятно) до 1 (наиболее
вероятно)
Затем вычисляется гистограмма распределения вероятного
появления моментов синхронизации колебаний параметров в данном
потоке по шкале от 0 (белый цвет, менее вероятно) до 1 (черный цвет,
наиболее вероятно). Для получения классификационных признаков
каждого типа потока индивидуальные гистограммы распределения
вероятного появления моментов синхронизации колебаний параметров
в этом потоке суммируются в рамках данного диапазона периодов. Таким
образом, классифицироваться нейросетью будут суммарные гистограммы,
содержащие в себе сжатую информацию о данном потоке.