на запросы такого типа является ключевой при реализации инфор-
мационныхсистем, связанныхс временными последовательностями,
поскольку она позволяет не только найти похожие траектории, но и
предсказать возможные дальнейшие сценарии развития систем. Опи-
сание метода хранения информации изложено на примере данных,
взятыхиз современного источника, который приведен далее.
Иллюстративныйпример.
Работа с пространственно-временными
последовательностями востребована во многихобластяхсовременных
технологий, как-то: анализ финансовых показателей, мультимедийная
информация, сложное человеко-компьютерное взаимодействие (ис-
пользование трехмерныхманипуляторов, такихкак перчатки или
шлемы виртуальной реальности). В каждой из этихобластей можно
выделить набор параметров, характеризующих интересующий нас
процесс в произвольный момент времени. Для простоты описания
положим, что число параметров в таком наборе параметров не зави-
сит от времени и численные значения принадлежат интервалу [0, 1].
В качестве иллюстративного примера и примера для демонстрации
эффективности подхода воспользуемся данными из набора слов ав-
стралийского языка глухонемых[1]. Использование этихданныхдля
сравнения алгоритмов индексации и поиска встречается в работах
[2–4]. Эта база данныхсоздавалась сканированием пространственных
параметров траектории движения руки носителя языка. Длительность
последовательностей варьируется от 30 до 100 элементов. Каждая
точка последовательности характеризуется девятью параметрами:
•
координаты руки человека (
x, y, z
)
;
•
угол поворота ладони;
•
угол сгиба каждого пальца руки.
Частота сбора данныхсоставляла примерно 23 Гц. Пример зависимо-
сти изменения координат (
X, Z
)
от времени для слов “Да”, записан-
ныхдвумя носителями, и словом “Нет”, записанным одним носителем,
приведен на рис. 1. Траектории, отмеченные звездочками и плюсами,
— слово “Нет”, кружками — слово “Да”. На данном примере мы можем
убедиться в том, что разные слова выглядят по-разному и одинаковые
слова схожи друг с другом, но могут отличаться всплесками, длиной
траекторий и сдвигами одинаковыхучастков траектории по време-
ни. Аналогично данным работ [2–5], за основу для экспериментов
выбрана база последовательностей, содержащая несколько различных
классов объектов (слов), где каждому классу принадлежат от 5 до 10
элементов.
Критерийблизости пространственно-временных последова-
тельностей.
Поиск ключа в ассоциативной памяти по неполному и
неточному запросу опирается на сравнение двухпоследовательностей
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2007. № 2 105
