Е.И.НЕСТЕРОВА КВАЛИМЕТРИЧЕСКИЕ ТЕХНОЛОГИИ В СИСТЕМАХ КАЧЕСТВА ПРЕДПРИЯТИЙ И ОРГАНИЗАЦИЙ КИНЕМАТОГРАФИИ

Размер: px
Начинать показ со страницы:

Download "Е.И.НЕСТЕРОВА КВАЛИМЕТРИЧЕСКИЕ ТЕХНОЛОГИИ В СИСТЕМАХ КАЧЕСТВА ПРЕДПРИЯТИЙ И ОРГАНИЗАЦИЙ КИНЕМАТОГРАФИИ"

Транскрипт

1 0 Е.И.НЕСТЕРОВА КВАЛИМЕТРИЧЕСКИЕ ТЕХНОЛОГИИ В СИСТЕМАХ КАЧЕСТВА ПРЕДПРИЯТИЙ И ОРГАНИЗАЦИЙ КИНЕМАТОГРАФИИ

2 0 УДК Рецензент: заведующая кафедрой киновидеотехники Санкт - Петербургского университета кино и телевидения, доктор технических наук, профессор Г.В.Тихомирова Рекомендовано к изданию в качестве монографии Советом факультета приборов и систем кино и телевидения СПб ГУКиТ. Протокол 1 от Нестерова Е.И. Квалиметрические технологии в системах качества предприятий и организаций кинематографии. СПб.: Политехника, с.:ил. ISSBN В монографии рассмотрены теоретические вопросы и практические методики применения субъективных квалиметрических процедур в кинематографии. Показаны особенности и подтверждена целесообразность проведения субъективных психофизических экспертиз. Предложены методики, относящиеся к функциональной квалиметрии. Сформулирован экспертно - расчетный метод оценки результативности систем качества кинематографических предприятий и организаций, в основе которого лежат разработанные автором методики. В книге конкретизируется общий подход к разработке и оцениванию преобразований, происходящих в кинематографических системах. Книга предназначена для специалистов, интересующихся вопросами качества в кинематографии.

3 1 Оглавление Введение. 6 Глава 1 РОЛЬ И МЕСТО КВАЛИМЕТРИЧЕСКИХ МЕТОДОВ В КИНЕМАТОГРАФИИ Цели и особенности психофизических и функциональных квалиметрических экспертиз Обобщенный алгоритм субъективной квалиметрической экспертизы 22 Глава 2 МЕТОДЫ РЕШЕНИЯ ЧАСТНЫХ КВАЛИМЕТРИЧЕСКИХ ЗАДАЧ Формирование субъективных шкал характеристик (шкалирование) Решение задач классификации при субъективных квалиметрических экспертизах. Нечеткие шкалы Выбор расчетной модели комплексного или интегрального квалиметрического показателя Глава 3 ИСПОЛЬЗОВАНИЕ МЕТОДОВ ПСИХОФИЗИЧЕСКОЙ КВАЛИМЕТРИИ В КИНЕМАТОГРАФИИ Использование психофизических квалиметрических методов в кинематографии. Обобщенный алгоритм психофизической -

4 2 квалиметрической экспертизы Необходимость разработки информационного, приборного и программного обеспечения для проведения психофизической квалиметрической экспертизы Экспериментальная оценка коэффициентов чувствительности к характеристикам изображения Методика экспериментальной оценки предельно допустимых значений конструктивно- технологических погрешностей киновидеотехники.. 56 Глава 4 ИСПОЛЬЗОВАНИЕ МЕТОДОВ ФУНКЦИОНАЛЬНОЙ КВАЛИМЕТРИИ В КИНЕМАТОГРАФИИ Интеллектуальные, логические квалиметрические экспертизы. Цели, особенности, применение в кинематографии. Функциональная квалиметрия Использование метода иерархий для выбора требуемой функциональной модели киновидеотехники Методика оценки качества услуг по киновидеообслуживанию зрителей Интеллектуальные квалиметрические экспертизы: методика определения коэффициентов весомости технических параметров на основании нормативно- технических 95

5 3 документов Проблемы, возникающие при оценке весовых коэффициентов обобщенных характеристик при квалиметрических экспертизах Использование методов экспертной квалиметрии для сравнительной оценки интереса зрителей к услугам по кинопоказу на примере кинотеатров сети «Кронверк Синема» в г. Санкт- Петербурге Глава 5 ОБОБЩЕННАЯ МОДЕЛЬ КВАЛИМЕТРИЧЕСКОЙ ОЦЕНКИ РЕЗУЛЬТАТИВНОСТИ СИСТЕМ КАЧЕСТВА КИНЕМАТОГРАФИЧЕСКИХ ПРЕДПРИЯТИЙ И ОРГАНИЗАЦИЙ Универсальные рекомендации по формированию систем качества в кинематографии Информационные технологии, используемые для формирования систем качества, оценки их результативности и последующей сертификации Методы оценки результативности систем качества Экспертно аналитический метод оценки результативности системы качества предприятия или организации в кинематографии. 137 Литература. 152

6 4 ВВЕДЕНИЕ В условиях, когда результаты российских конструкторско- технологических и производственных процессов киновидеоиндустрии, в основном, перестали удовлетворять потребителей и оказались неконкурентоспособными по отношению к зарубежным аналогам, по отношению к изделиям аудиовизуальной техники, выпускаемым известными по всем мире крупными фирмами- производителями, очевидно, внимание технических специалистов следует обратить на такие вопросы, как техническая эксплуатация, сервисное обслуживание, параметрическая надежность аудиовизуальной техники. Необходимо отметить, что даже в такой, на первый взгляд, проигранной ситуации, появляется возможность извлечь выгоду из создавшегося положения. Эта выгода заключается с одной стороны, в том, что российский рынок настолько объемен, что он сам в состоянии диктовать требования к импортируемой аудиовизуальной, а в настоящее время - мультимедийной, технике. С другой стороны, необходимость формулирования требований позволяет управлять этим рынком, оценивать качество продукции, тем самым, убирать недобросовестных изготовителей, демонстрировать потребителям, что высокий спрос не всегда связан с высоким качеством [1]. Таким образом, получается, что фирмы- изготовители оказываются в зависимости от решений российских потребителей (предприятий, организаций, частных покупателей) по

7 5 поводу целесообразности приобретения техники конкретной фирмы и конкретной марки. Всем понятно, что на начальном этапе формирования российского рынка эти вопросы решались с учетом обоюдной личной заинтересованности, бонусов и тому подобных методов, но с течением времени, по мере заполнения рынка, такая практика в любом случае оказывается бесперспективной и недальновидной. В то же время системный и обоснованный подход к формированию функциональных требований к продукции, услугам может быть основан на решении целого комплекса проблем стандартизации, метрологии, контроля, (в частности, тестирования), экспертной квалиметрии, сертификации. Для фирм- производителей вопросы квалиметрических оценок, сертификации не стоят на первом плане и никогда не стояли, они всегда решались третьей независимой стороной. Для российских потребителей, особенно крупных: для студий, мультимедийных комплексов, многозальных кинотеатров и т.п., когда они поставлены перед необходимостью инноваций, переоснащения, безошибочный выбор наиболее перспективных элементных, конструктивных, технологических и других решений - единственная возможность выхода из кризиса. Глава 1

8 6 РОЛЬ И МЕСТО ЭКСПЕРТНЫХ МЕТОДОВ В КИНЕМАТОГРАФИИ 1.1. ЦЕЛИ И ОСОБЕННОСТИ ПСИХОФИЗИЧЕСКИХ И ФУНКЦИОНАЛЬНЫХ КВАЛИМЕТРИЧЕСКИХ ЭКСПЕРТИЗ Очевидно, что вопросы формирования функциональных требований к различным видам аудиовизуальной техники, интегральная оценка изделий в соответствии с разработанными функциональными моделями, учитывающими степень важности тех или иных функций, характеристик, могут быть решены только методами интеллектуальной (логической) экспертной квалиметрии. Степень достоверности и объективности полученных результатов повышается, в частности, в том случае, когда проводимые исследования позволяют сформулировать системный многофакторный перечень функциональных требований, в который должны входить конструктивные требования, возможности расширения предоставляемых функций, удобство эксплуатации, параметрическая надежность, эксплуатационная технологичность и, конечно, уровень качества выходных характеристик. Такой анализ является начальным этапом для решения вопросов разработки методик рационального выбора, сравнительных оценок, методик классификации, ранжирования, присвоения градаций, категорий, определенного количества звездочек (табл.1.1).

9 7 Модель Horizont 29EF07 JVC AV- 2954WE Таблица 1..1 Результаты сравнительного анализа функциональных возможностей телевизоров [12] Изображение Звуча-ние Конст-рукция Функции Управ-лени Panasonic TX- 29FG20T Rolsen C29R 100T Samsung CS-29A11 SSQ Sony KV- SW29M91

10 Если перечисленные выше вопросы могут быть решены методами интеллектуальной экспертной квалиметрии, то оценить уровень качества выходных характеристик аудиовизуальной техники, т.е. качество изображения и звука, обеспечиваемые ею, можно как приборными методами, так и субъективными методами психофизической экспертной квалиметрии. Проблему выбора наиболее целесообразных методов оценки качественных характеристик решать необходимо, поскольку даже вопросы стандартизации качественных характеристик подразумевают не только формирование перечня и количественных значений характеристик, но и разработку соответствующих методов контроля и испытаний этих характеристик. Попробуем проанализировать роль, место и целесообразность использования субъективных квалиметрических методов оценки качества только различных видов изображения, обеспечиваемого аудиовизуальными средствами. В примерный перечень изображений, качественные характеристики которых подлежат субъективной оценке, необходимо включить: -экранное изображение (киноизображение), являющееся результатом аналоговой кинопроекции; - видеоизображение, полученное с помощью видеопроектора; - экранное изображение в цифровом кинематографе; - телевизионное изображение; - изображение на дисплее компьютера; - изображение на мониторе видеокамеры; - изображение на мониторе камеры слежения; - изображение на экране Web- камеры; 8

11 9 -фотоизображение, полученное аналоговым фотоаппаратом, распечатанное на фотобумаге; -фотоизображение, полученное цифровым фотоаппаратом, на дисплее, распечатанное на фотобумаге; -изображение на экране мобильного телефона; -фотоизображение, снятое с помощью мобильного телефона; -изображение, являющееся результатом визуализации при измерениях, контроле, диагностических исследованиях; - распечаток, полученный с помощью принтера и т.д. Требования к техническим параметрам, определяющим качество кинопоказа для традиционного пленочного кинематографа, приведены в отраслевых стандартах [2], здесь же изложены и методы контроля этих параметров. К этим параметрам относятся разрешающая способность, неустойчивость изображения, яркость экрана, соответствие изображения размеру экрана, оцениваемые по тест- фильму изображения и с помощью яркомера. В перечень контрольных процедур также включена процедура субъективной оценки качества изображения тест- фильма и эталонного фрагмента художественного фильма. Формальный перечень технических параметров, определяющих качество видеоизображения [2], включает разрешающую способность (ТВЛ), число градаций контраста, наличие «тянущихся» продолжений. Отдельной характеристикой в перечень технических параметров включено «субъективное качество изображения». Поскольку спектр видеопроекторов различных фирм и компаний достаточно широк, целесообразно рассмотреть практические методики

12 10 сравнительного квалиметрического анализа, тестирования и оценки качества видеоизображения [3]. Методика объективного тестирования включает: - измерение светового потока по средней освещенности 2 экрана при площади экрана 0,5м, причем, среднее значение освещенности рассчитывается по десяти точкам таблицы ANSI (рис.1); - измерение неравномерности освещенности экрана ( 1 E ср / Eср ), где Eср Ei Eср, Ei - освещенности в четырех точках экрана проецируемой таблицы ANSI; - измерение контрастности (с использованием тестизображения ANSI в виде шахматной таблицы из 8 черных и 8 белых полей), определяемой отношением средних освещенностей белых и черных полей. Субъективная оценка качества видеоизображения с использованием стандартных таблиц и шкал включает подбор экспертов, определение условий проведения измерений, выбор сюжетов для оценки качества изображения и метода обработки полученных результатов, соответствует рекомендациям по проведению субъективных оценок в телевидении, разработанным Международным союзом электросвязи (МСЭ) International Telecommunication Union (ITU), в частности отделом ITU-T. Качество изображения оценивается по пятибалльной шкале. Результирующая оценка определяется как среднее арифметическое оценок наблюдателей по данному параметру. Условия измерений: три стены помещения (боковые и задняя) светлые, передняя темнее, расстояние до экрана высот экрана; низкий уровень подсветки помещения; изображение генерируется ПК от DVD- источника. Программа проведения измерений включает оценку геометрических искажений, разрешения, наличия муара,

13 11 качества цветового сведения, изображения серопольной шкалы, изображения цветных полос. Совершенствование используемых методик тестирования различных моделей видеопроекторов [4] направлено на использование более удобных таблиц ANSI (в частности, для определения четкости используются цифровые элементы специальных испытательных таблиц) и обеспечение одинаковых условий проведения экспертиз (оценка проводится при демонстрации видеофильмов в PAL c DVD диска по компонентному входу и HDMI и при воспроизведении сигналов телевидения высокой четкости по интерфейсу HDMI). В качестве HDTV источника используется видеосервер, содержащий отрывки из видовых и игровых фильмов, оцифрованные в форматы 720р и 1080р с киноленты IMAX. Объективные методики оценки качества видеосигналов являются математическими моделями, имитирующими субъективную оценку. Традиционные способы оценки качества цифровой обработки видеосигналов: вычисление пикового отношения сигнал шум (PSNR) между исходным сигналом и видеосигналом, прошедшим через анализируемую систему, и другие более сложные и точные способы, предполагающие вычисления с помощью компьютерных программ. Эти способы, как правило, используются после этапа кодирования, который сам по себе вносит искажения, поэтому современные исследования в этой области направлены на разработку методов оценки перед этапом кодирования. Основная задача объективных методов оценки вычислить мнение пользователя о качестве видеосистемы. Однако это можно сделать и с использованием субъективных методов, многие из

14 12 которых приведены в рекомендациях ITU-T под номером BT.500 [5]. Как показывает анализ имеющихся публикаций, методы объективного и субъективного контроля и оценки качества изображения в цифровом кинематографе еще не сложились в единую систему представлений, очевидно, вследствие чрезвычайно динамичного развития этого направления. Что касается субъективной оценки, необходимо иметь в виду, что ITU- T разрабатывает проект Рекомендаций «Метод экспертных наблюдений для оценки качества систем цифрового воспроизведения в LSDI (Large Screen Digital Image) театрах» (Doc.6/396) и «Требования пользователя к применению LSDI для театрального окружения». При определении качества телевизионного изображения обычно оценивают его подобие входному оптическому изображению или изображению передаваемой сцены, наблюдаемому зрителем [6] по объективным параметрам, к которым относят: - формат изображения k l / h, l ширина, h высота изображения; - размер, определяемый при заданном формате высотой или диагональю; - яркость, оцениваемую по максимальной яркости L отдельных участков изображения; max - контраст K L / L или max min K ( Lmax Lmin ) Lmax ; - четкость, определяемую числом условных или реальных 2 элементов изображения n kz (где Z число строк разложения) или n n x n y для дискретного изображения; реальную четкость принято измерять максимальным числом черных и белых линий,

15 13 воспроизводимых в изображении на отрезке с заданным контрастом; - отношение сигнал/шум, которое в итоге определяется числом воспроизводимых градаций яркости; - характер воспроизведения градаций яркости в яркостном динамическом диапазоне; - цветовоспроизведение, определяемое степенью отличия цвета в изображении от цвета соответствующих участков исходного изображения, выражается в колориметрических единицах; - неравномерность воспроизведения уровней яркостей, соответствующих одинаковым яркостям в исходном изображении, по полю изображения; - геометрические искажения, т.е. точность воспроизведения координат отдельных элементов исходного изображения. Такие характеристики, как яркость, контраст, число воспроизводимых градаций яркости, диапазон воспроизводимых цветов, четкость, резкость, искажения, проявляющиеся в нарушении распределения яркостей и цветностей в изображении, называются световыми показателями. Размеры и формат кадра, нелинейные и геометрические искажения растра, приводящие к геометрическим искажениям это растровые показатели [7,8]. Поскольку совокупность перечисленных параметров не дает возможность полностью оценить качество телевизионного изображения, также используют субъективную интегральную оценка качества как функцию от ощущений зрительной системы под влиянием перечисленных параметров. Субъективные экспертизы проводят в соответствии с методикой, которая определяет испытательные изображения, подбор

16 14 экспертов, используемые шкалы, порядок проведения измерений и обработку полученных результатов. Требования к качественным характеристикам и техническим параметрам телевизионных изображений приведены в нормативно- технической документации [9,10] и формировались, насколько это было возможно технически, в соответствии с характеристиками зрительного и слухового восприятия человека. Однако современные исследования показывают, что использование субъективных методов также позволяет найти решение таких неожиданных проблем (которые неизбежно возникают при разработке новых аудиовизуальных систем), как, например, снижение риска опасного негативного воздействия, которое может возникнуть при определенном сочетании технических параметров изображения (также как и звука) [11]. Проблеме субъективной оценки качества телевизионного изображения посвящено огромное число публикаций известных в этой области ученых. Практические методики оценки [10] предполагают использование шкалы ухудшений с пятью реперными точками: ухудшение незаметно; ухудшение заметно, но не мешает; ухудшение несколько мешает; ухудшение мешает; ухудшение очень мешает, эти точки могут быть преобразованы в значения балльной шкалы. Перечень параметров, по которым проводится субъективная оценка качества телевизионного изображения, включает: шумы, фон, муар, импульсные помехи, нарушение синхронизации, четкость и разрешающую способность, тянущиеся продолжения, повторы и окантовки, цветные окантовки, дифференциально- фазовые искажения, «факелы», качество цветопередачи, идентичность

17 15 цветопередачи, смаз изображения, искажения, вызываемые перемещением объекта или фона. Современные практические методики тестирования телевизоров предполагают оценку изображения с эфира (SEKAM) и видео (PAL, сигнал с DVD) [12]. Первым этапом тестирования является субъективная экспертная оценка на высококачественном тестовом видеоматериале, а вторым лабораторные измерения основных параметров видеотракта (измерения оценки чувствительности ТВ-тюнера, качества проработки геометрии и сведения лучей кинескопа, цветовой и яркостной четкости с использованием цифровой записи на DVD, колориметрические измерения). Анализ результатов субъективных оценок показывает, с одной стороны неоднозначность взаимосвязей между оцениваемыми параметрами, с другой стороны необходимость более детальной, однозначной и достоверной проработки терминологических аспектов. Примерами этому служат, например, такие выводы, как: «естественность картинки можно немного улучшить, понижая насыщенность цветов, но при этом падает контрастность и пропадает ощущение глубины сцены» или «не очень высокая четкость делает изображение несколько смягченным, что впрочем, многим нравится», «появление шума на изображении при недостаточном уровне эфирного сигнала часто приводит к повышению зернистости» (хотя такой термин, как зернистость не предусмотрен для телевизионного изображения) и т.д. Проблема оценки качества фотографического изображения чрезвычайно многогранна и изучена как с теоретической, так и с практической точек зрения. Практические методики тестирования современных

18 16 фотоаппаратов, используемые, в частности, для сравнения различных моделей, обеспечения комплекса определенных функциональных требований и т.п., предполагают субъективную экспертную оценку качества изображения [13,14]. Суть методик заключается в том, что с помощью фотоаппарата получают серию тестовых снимков и оценивают их качество. Серия тестовых снимков включает: натюрморт при ярком солнечном освещении, при рассеянном дневном свете, при постановочном искусственном освещении; цветовую таблицу, снятую при различном освещении; оценочную таблицу разрешения, также снятую при различных видах освещения. При тестировании, во возможности, используют только автоматические режимы и установки, используемые по умолчанию, за исключением тех случаев, где это необходимо. Методики субъективной экспертной оценки качества изображения мониторов имеют, как показывает анализ, наиболее завершенный характер по сравнению с остальными. Авторы этих методик считают, что использование только объективных методов нецелесообразно, так как показания приборов не всегда соответствуют визуальной оценке качества изображения. Когда тестирование проводится для сравнительной оценки различных моделей, необходимо обеспечить одинаковые исходные условия: мониторы подключаются к одинаковым системным блокам с графическими адаптерами, имеющими цифровые (DVI) и аналоговые входы, в качестве программного обеспечения используются пакеты Monitor Matter CheckScreen и Adobe Photoshop [15,16,17]. Субъективные оценки проводятся с использованием 10- балльных шкал.

19 17 Программа испытаний включает тесты, объединенные в группы,: - качество цветопередачи тест- изображения оценивается визуально и сравнивается с печатным оригиналом, причем, предусматриваются различные углы обзора по горизонтали и вертикали; - тесты Monitor Matter CheckScreen, Nokia Monitor и др. используются для оценки равномерности заполнения цветовых полей (тест Colour) ; наличия муара; правильности передачи цветовых переходов (программа CheckScreen); геометрических искажений, сведения лучей; для определения уровня контрастности, который необходим для нормальной работы пользователя; для оценки читаемости текста, определяемой четкостью черных и белых полей по всему экрану и т.д. Каждому отдельному субъективному параметру присваивается весовой коэффициент, по итогам тестирования рассчитывается интегральная оценка, учитывающая не только качество изображения, но другие функциональные возможности монитора. Методики оценки качества изображения, получаемого с помощью принтера, также субъективны [18] и предполагают использование балльных (порядковых) шкал. Универсальными требованиями являются: использование бумаги одного типа, одинаковых настроек принтера, одинаковая конфигурация тестовой установки, калибровка картриджей и т.п. Ввиду бурного развития рынка различных периферийных мультимедийных устройств, необходимы методики, позволяющие пользователям выбирать модели, отвечающие определенным функциональным требованиям, проводить сравнительную оценку,

20 18 например, Web- камер, видео- аудиорегистраторов, камер слежения и т.п. Несмотря на то, что получение высококачественного изображения с использованием Web- камер принципиально невозможно, именно качество получаемого изображения является основной характеристикой, позволяющей субъективно сравнивать камеры друг с другом. Для получения сопоставимых результатов методика тестирования предполагает использование определенной конфигурации тестового компьютера. Субъективные оценки качества изображения включают определение функциональности программной настройки качества изображения, оценку качества изображения при недостаточном искусственном освещении, качества цветопередачи, наличия геометрических искажений, цветных муаров [19]. Очевидно, что совершенствование технологии изготовления светочувствительных сенсоров будет влиять на степень весомости той или иной характеристики, а также может привести к появлению каких- то новых требований, которые раньше не было возможности формулировать. Методики тестирования компьютерных видео аудиорегистраторов также включают объективные и субъективные методы. Субъективная оценка качества изображения статических и динамических картинок в сквозном канале и в записи производится при подаче на вход регистратора тест- фрагмента DVD качества [20]. Используются такие же измерительные шкалы и такой же перечень оцениваемых параметров, как и для телевизионного изображения. Методика предполагает, что расстояние, на котором располагаются эксперты, составляет около шести высот экрана, а регуляторы

21 19 яркости и контрастности установлены в положения, позволяющие различать максимальное число градаций яркости при отсутствии прямой засветки экрана внешними источниками света. Как показывает анализ методик тестирования изображения в системах визуализации различных результатов физико- химических, метрологических, медицинских и др. исследований, в перечне параметров, определяющих качество получаемого изображения, на первом месте стоят объективные параметры, связанные с возможностью получения информации, определяющей цель существования самой системы (предел разрешающей способности, пороговый контраст, контрастная чувствительность, отношение квантовых эффективностей детектирования и т.п.). Однако и эти методики предполагают субъективную оценку качественных характеристик получаемого изображения. Таким образом, при оценке качества различных видов изображений наряду с объективными методами используют и субъективные, причем, именно на субъективных методах оценки основываются подходы, связанные с классификацией, ранжированием, присвоением определенных градаций или определенного количества звездочек. В качестве расчетных интегральных моделей, как правило, чаще используются модели в виде средневзвешенных арифметических показателей, коэффициенты весомости частных показателей назначаются в результате экспертных опросов, для определения значений частных показателей используются балльные (порядковые) шкалы с различным числом градаций. Поскольку субъективная оценка качества изображения относится к области психофизических

22 20 (сенсорных) измерений, в моделях, позволяющих получать комплексную, интегральную оценку, вместо коэффициентов весомости более целесообразно иметь коэффициенты чувствительности, экспериментальная методика определения которых приведена, например, в работе [21]. Взаимосвязи между частными параметрами также могут быть количественно определены с использованием экспериментальных методик, основанных на корреляционном анализе [22]. Для получения значений субъективных оценок в шкалах отношений можно использовать преобразования шкал, и, конечно, наиболее интересным является вопрос о выборе вида интегральной модели, который в настоящее время может быть основан на достаточно широком спектре имеющихся моделей [23]. Обобщенная структура технического и программного обеспечения, которое необходимо для проведения субъективных психофизических экспертиз, приведена на рис.2. Отказаться от субъективных методов оценок качества, очевидно, можно будет только тогда, когда будет достоверно и полно исследовано влияние различных технических параметров на субъективные характеристики с тем, чтобы определенные сочетания технических параметров гарантировали обеспечение определенного уровня субъективной визуальной оценки ОБОБЩЕННЫЙ АЛГОРИТМ СУБЪЕКТИВНОЙ КВАЛИМЕТРИЧЕСКОЙ ЭКСПЕРТИЗЫ В аудиовизуальных системах психофизические квалиметрические экспертизы целесообразно использовать для оценки результатов промежуточных

23 21 или итоговых преобразований изображения и звука. Обобщенный алгоритм и психофизической, и интеллектуальной квалиметрической экспертизы по оценке качества изделий, услуг, систем, одинаков, и, как правило, включает определенные этапы: классификация, формирование перечня обобщенных и частных субъективных квалиметрических параметров (на основе исходного списка или «с чистого листа»); выбор оценочной системы (измерительной шкалы, методик оценки, методов оценки достоверности); формирование требований к условиям организации экспертизы; определение коэффициентов чувствительности при сенсорных квалиметрических экспертизах или коэффициентов весомости частных или обобщенных субъективных параметров при интеллектуальных квалиметрических процедурах; определение парных коэффициентов корреляции между обобщенными и частными квалиметрическими показателями, позволяющими определить возможность обменных соотношений между характеристиками; расчет уровня качества изделий, услуг, систем с использованием какой-либо интегральной модели. Однако в зависимости от конкретной цели квалиметрической экспертизы, в зависимости от возможности или невозможности применения приборных методов для оценки частных характеристик, тот или иной этап может отсутствовать, либо для достижения поставленной цели приходится решать какие- то дополнительные задачи. В таблице 1.2. приведен перечень частных квалиметрических задач, которые должны быть решены в случае различных целей проводимых квалиметрических экспертиз.

24 22

25 23 Частные задачи Таблица 1.2. Структура квалиметрических проблем в зависимости от целей квалиметрической экспертизы Формирование функциональных моделей изделий и услуг (совокупности функциональных требований) Цели квалиметрическ Сравнительная квалиметрическая оценка изделий, услуг, методов Формирование перечня выходных качественных + + характеристик Определение весовых коэффициентов характеристик + + Разработка информационного, приборного, - + программного обеспечения Определение обменных соотношений между - + характеристиками Шкалирование и оценивание характеристик - + Расчет статистических характеристик результатов - + экспертных процедур Выбор интегральной модели и расчет интегрального - + качества Разработка классификационных (градационных) шкал для отдельных характеристик и их совокупностей - - Разработка нормативно- технических документов - - требованиями к значениям качественных характеристик

26 24 Глава 2 МЕТОДЫ РЕШЕНИЯ ЧАСТНЫХ КВАЛИМЕТРИЧЕСКИХ ЗАДАЧ 2.1. ФОРМИРОВАНИЕ СУБЪЕКТИВНЫХ ШКАЛ ХАРАКТЕРИСТИК (ШКАЛИРОВАНИЕ) Одной из частных задач, которую приходится решать при проведении квалиметрических экспертиз, является получение количественного значения оцениваемой качественной характеристики. Это значение может быть получено только в том случае, когда интересующий исследователя диапазон изменения характеристики представлен на соответствующей измерительной шкале. В квалиметрии измерительные шкалы являются субъективными или психологическими шкалами. Исходные методы построения таких шкал были разработаны С.Стивенсом [1]. Методы субъективного шкалирования подразумевают использование явных или неявных шкал. Так называемые явные шкалы имеют место, например, при использовании метода «семантического дифференциала», а неявные шкалы получают при использовании таких методов шкалирования, как метод ранжирования или парных сравнений. В настоящее время под шкалированием понимают метод определения субъективных оценок, позволяющий одновременно учитывать не один параметр, а множество параметров, т.е. многомерное шкалирование (multydimencional scaling). Квалиметрическая задача, связанная с экспериментальным нахождением одного значения на измерительной шкале характеристики,

27 25 называемого порогововым значением, носит название «нольмерного» шкалирования. Эта задача связана с именами Г.Фехнера, П.Бугера, Э.Вебера и др. Помимо теоретического эта задача представляет практический интерес с точки зрения решения проблем, связанных с нормированием значений параметров, например, в условиях производства или эксплуатации, т.е. для установления требований к допустимым отклонениям, погрешностям, для определения значений характеристик, формирующих функциональную точность. С теоретической точки зрения пороговые методы являются простейшим (начальным) этапом шкалирования характеристики, нахождение ряда пороговых значений характеристики, в свою очередь, позволяет построить всю шкалу или какой- то (например, рабочий) ее диапазон. Такое шкалирование называется «одномерным». Решению этой проблемы посвятили свою научную деятельность такие известные психофизики, как Л. Терстоун, Д. Экман, С.Стивенс. По степени точности получаемых психофизических зависимостей субъективные шкалы (также, как и обычные измерительные шкалы) делят на неметрические: шкалы наименований (номинальные) и порядка (категориальные), построение этих шкал предполагает использование менее строгого подхода, и метрические: интервалов и отношений, основанные на более строгом подходе к их формированию, такие шкалы называют более «сильными». Экспериментальное установление порядка или эквивалентности оцениваемых величин является более простым и стабильным, кроме того, может быть использовано для измерения таких характеристик,

28 26 которые не могут быть измерены приборными методами. В тоже время «сильные» шкалы являются более точными и позволяют производить различные математические действия над результатами измерений [3] (таблица 2.1). Поэтому в психологии, в психофизике разработаны, а в таких областях, как квалиметрия, уже получили достаточно широкое использование процедуры, позволяющие строить шкалы интервалов или отношений на основе оценок порядка или эквивалентности. Примером такой процедуры является метод «средней ошибки», предложенный Г. Фехнером: переменная величина характеристики приравнивается к известным ее значениям в результате многократных бинарных ответов экспертов «да-нет» или «равны- неравны», при этом определяется диапазон неразличимости, принимаемый за меру порогового различия между переменным и известным значением характеристики на шкале, строится шкала отношений. Постепенный переход от качественных к количественным измерительным шкалам при решении практических задач называется преобразованием шкал. В кинематографии и телевидении этот вопрос впервые был рассмотрен М.В. Антипиным [4]. Анализ полученных им экспериментальных результатов с точки зрения современных требований к универсальности подходов к решению квалиметрических задач позволяет использовать определенные закономерности при преобразованиях квалиметрических шкал: для экспериментального построения психофизических шкал, устанавливающих соответствие между физическими величинами, техническими параметрами, их погрешностями, отклонениями и

29 27 субъективной оценкой, целесообразно использовать порядковые шкалы с небольшим числом градаций (не более 4): шкалы категорий (отлично, хорошо, удовлетворительно, неудовлетворительно), шкалы заметности ухудшений (не заметно, едва заметно, мешает, не допустимо) и т.п.; использование большего количества градаций не позволяет получить более категоричные результаты или невозможно с точки зрения проведения субъективной квалиметрической экспертизы, например, такие значения оцениваемой характеристики, как «почти отлично, почти хорошо, почти удовлетворительно» и т.п., как правило, не имеют никакого смыслового обоснования; для реперных точек порядковой шкалы, определяющих субъективные квалиметрические оценки, необходимо учитывать интервалы рассеяния; величины которых могут быть определены экспериментально или приняты такими же, как и при экспериментальной оценке такого квалиметрического параметра, как весовой коэффициент оцениваемой характеристики; практически для всех частных квалиметрических задач, рассматриваемых в рамках кинематографических систем, систем передачи информации и т.п., учитывая накопленный экспериментальный материал по проведению квалиметрических экспертиз, для реперных точек шкалы категорий могут быть приняты численные значения их диапазонов рассеяния в соответствии со шкалой отношений: значению отлично соответствует интервал 0,9 1,0; хорошо 0,75 0,85; удовлетворительно 0,5 0,75; неудовлетворительно - 0,5;

30 28 соответствие точек шкалы категорий градациям шкалы заметности ухудшений также имеет место и будет использовано далее при решении практических задач.

31 29 Тип шкалы Номинальная (Nominal) Порядковая (Ordinal) Интервальная (Interval) Относительная (Ratio) Характеристики измерительных шкал Допустимые Возможные математические математические операции над преобразования измеряемыми шкал величинами =, Преобразования без изменения значений величин =,,, =,,,,х, / любые математические действия Преобразования, сохраняющие порядок расположения реперных точек Линейные преобразования Преобразования с изменением масштаба Таблица 2.1. Примеры использования Таблицы значений характеристик, гистограммы распределения значений характеристик объектов Результаты тестирования различных видов киновидеотехники, результаты сертификации с присвоением категории Шкала, на которую нанесены поля допустимых или фактических значений характеристики Для измерений и оценки любой характеристики, имеющей нулевое значение

32 В том случае, когда при построенияи субъективной квалиметрической шкалы нет возможности моделировать какой- либо физический или технический параметр, можно использовать такую разновидность порядковой шкалы, как шкала семантического дифференциала, автором такой шкалы является Ч.Осгуд. Как правило, такая шкала предусматривает три семь градаций (уровней интенсивности) оцениваемой характеристики, а два полюса шкалы образованы антонимическими состояниями, в качестве которых выступают прилагательные, графические изображения и прочее. Очевидно, что для последующего применения результатов оценивания, полученных с использованием этой шкалы, также необходимо в последующем использовать преобразование шкал. Близкой по смыслу шкалой, но для многомерного случая может быть шкала, получаемая при использовании метода репертуарных, или матричных, решеток Дж.Келли [5]. В то же время все более широкое распространение процедур тестирования, сертификации и т.п. ужесточает требования к форме представления результатов квалиметрических экспертиз и часто предполагает не просто количественную оценку измеряемой характеристики, но также установление соответствия полученного количественного значения определенной классификационной группе (сорту, категории, кластеру, разряду и т.п.). Поэтому в процедуре преобразования шкал заключительным этапом является переход от относительной шкалы к классификационной шкале оцениваемой характеристики. 30

33 РЕШЕНИЕ ЗАДАЧ КЛАССИФИКАЦИИ ПРИ СУБЪЕКТИВНЫХ КВАЛИМЕТРИЧЕСКИХ ЭКСПЕРТИЗАХ. НЕЧЕТКИЕ ШКАЛЫ Задача классификации, по сути, заключается в отнесении оцениваемых объектов (изделий киновидеотехники, различных видов услуг, предоставляемых кинозрелищными, кинопрокатными организациями или предприятиями, работающими в сфере фильмопроизводства и т.п.) к определенным классам, в зависимости от уровня качества, определяемого совокупностью выходных характеристик этих объектов. В более широком аналитическом смысле проблема классификации объектов, в частности, и по квалиметрическим характеристикам, относится к классу задач многокритериальной оптимизации и может решаться методами теории принятия решений. Однако методы этой теории нацелены, как правило, на нахождение какого-то единственного определенного оптимального решения. В то же время, решение квалиметрических задач в кинематографических и других аудиовизуальных системах предполагает всего лишь сравнительную оценку, носит описательный характер, перенесение жесткой теории управления и ее рекомендаций в такую тонкую и многозначную область, как субъективные квалиметрические экспертизы, может только принести вред. Тем не менее, некоторые элементы теории управления, в частности, метод анализа иерархий и приоритетов альтернатив, могут быть полезны при решении задач интеллектуальной (функциональной) квалиметрии и будут рассмотрены далее.

34 32 Процедура классификации, основанной на квалиметрических экспертизах, предполагает определенную последовательность действий: начальный этап должен предполагать разработку оценочной системы, т.е. формирование совокупности характеристик, определяющих качество оцениваемого объекта; выбор измерительных шкал и определение диапазона количественных значений для каждой отдельной характеристики; наиболее важным этапом классификации является формирование классификационных шкал; причем, могут быть использованы два вида таких шкал: шкалы, включающие классы решений для отдельных характеристик и интегральные классификационные шкалы, на которых классы решений учитывают совокупность выходных характеристик; субъективная квалиметрическая экспертиза должна предоставлять возможность получать от эксперта информацию о том, к какому классу решений относится количественное значение той или иной характеристики или их совокупность; при этом эксперту необходимо предоставить возможность отвечать на более простые вопросы: сравнивать предлагаемые значения, относить эти значения к уже сформированному перечню классов решений и т.п.; заключительным этапом классификационной задачи является обработка и анализ полученных результатов, оценка погрешностей проведенной квалиметрической экспертизы. Среди выше перечисленных этапов решения задач классификации в кинематографических системах наименее разработан, как теоретически, так и

35 33 практически, этап, связанный с формированием классификационных шкал. К методам построения классификационных шкал относят метод Дельфи, кластерный и дискриминантный [6,7] и др. В качестве таких шкал могут быть приняты так называемые нечеткие шкалы, простроенные с использованием элементов теории нечетких множеств (fuzzy sets) и нечеткой логики (fuzzy logic). Эта теория была разработана в е годы Л.Заде, Э.Мамдани, Р.Беллманом [8,9,10]. Затем теоретические методы нашли практическое использование в е годы для нечеткого управления сложными техническими системами; для разработки экспертных систем, основанных на нечеткой логике, в частности, благодаря Б.Коско, доказавшему Fuzzy Approximation Theorem в 1993 году, в соответствии с которой любая математическая система может быть аппроксимирована системой, основанной на нечеткой логике. В настоящее время разработаны пакеты прикладных программ для построения нечетких экспертных систем для анализа и принятия управленческих решений (например, прикладные программы MatLab,FuziCalc,CubiCalc и др.). Нечеткая измерительная шкала, основанная на нечетких множествах, также называется шкалой лингвистической переменной. При этом лингвистическая переменная задается пятью параметрами: именем переменной (x); терм- множествами, или нечеткими множествами (T); универсальным множеством (U) значений лингвистической переменной; синтаксическими правилами (G), определяющими названия терммножеств; семантическими правилами (M), задающими

36 34 функции принадлежности нечетких термов. Достоинствами этих шкал являются возможность описания метода решения задачи на языке, близком к естественному и их универсальность [11], недостатки заключаются в субъективном формировании исходного варианта нечетких правил, что может привести к некоторым противоречиям, и в субъективном выборе параметров функций принадлежности. Однако следует иметь в виду, что указанные недостатки в частных случаях могут оказаться преимуществами. Количественной характеристикой нечеткого множества является функция принадлежности (membership function). В классической теории множеств существует несколько способов задания множества, одним из них является задание с помощью характеристической функции. Если U универсальное множество, из элементов которого образованы все остальные множества A, рассматриваемые при решении данной задачи, например, диапазон значений яркости монитора и интервалы яркости, соответствующие различным уровням качества монитора.. Характеристическая функция множества A U - это функция A, значения которой указывают, является ли переменная x U элементом множества A: 1, если x A, A ( x). 0, если x A. Функция принадлежности нечеткого множества обобщает понятие характеристической функции обычного множества, когда отказываются от ее бинарного характера и предполагают, что она может принимать любые значения на отрезке [0,1].Таким образом, в теории нечетких множеств

37 35 характеристическая функция называется функцией принадлежности, а ее значение (x A ) - степенью принадлежности элемента x нечеткому множеству A. Существует свыше десятка типовых форм кривых для задания функций принадлежности. К ним относятся треугольная, трапецеидальная (cимметричные и несимметричные) типовые кусочно - линейные функции, функции принадлежности, соответствующие дифференциальным функциям распределения вероятности для различных законов распределения вероятности, в частности, так называемая Гауссова функция принадлежности. и др. В том случае, когда есть возможность экспериментального определения функции принадлежности, как правило, это и есть именно функция распределения вероятности, а ширина терм- множества соответствует полю рассеяния субъективных оценок относительно среднего арифметического (или модального) значения параметра, имеющего наибольшую степень принадлежности к данному терм- множеству. Процедура получения итоговой информации с использованием элементов теории множеств при решении различных задач носит название «нечеткого логического вывода (fuzzy logic inference), основу этой процедуры составляет композиционное правило Заде. Однако для решения классификационных квалиметрических задач обычно достаточно получить нечеткую шкалу, определить положение терм- множеств на этой шкале и их ширину и иметь возможность проведения субъективных экспертиз по оценке принадлежности значений оцениваемых характеристик тому или иному терм- множеству. Более точные выводы, например, с использованием процедур дефаззификации,

38 36 как правило, не повышают точность таких экспертиз и не являются целесообразными. РЕШЕНИЕ ЗАДАЧ КЛАССИФИКАЦИИ АУДИВИЗУАЛЬНОЙ ТЕХНИКИ С ИСПОЛЬЗОВАНИЕМ ЛИНГВИСТИЧЕСКИХ ШКАЛ Лингвистические шкалы находят широкое применение для решения вопросов классификации и ранжирования изделий, услуг в различных областях. Для такой области, как аудиовизуальная техника, необходимо классифицировать объекты по обобщенным выходным качественным характеристикам, на которые влияют частные параметры, оцениваемые субъективными психофизическими методами.

39 37 В работе приводится методика классификации аудиовизуальной техники по такой выходной качественной характеристике, как качество изображения. Приведенные в работе практические результаты получены на примере видеопроекционного изображения. E.I. Nesterova THE DECISION of CLASSIFICATION PROBLEMS in AUDIOVISUAL APPARATURES with USE of LINGUISTIC SCALES Linguistic scales find wide application for classification and ranging products, services in various areas. For such area, as the audiovisual apparatures, is necessary to classify objects under the resulted qualitative characteristics, which are formed by the individual parameters estimated with the subjective methods. The technique of classification of audiovisual engineering under such target qualitative characteristic, as resulted quality of the image, is considered in work. The practical results, given in work, are received on an example of the video projective image. При решении вопросов классификации, ранжирования изделий аудиовизуальной техники и различных услуг киновидеоиндустрии для принятия решения на основе приближенных рассуждений целесообразно использовать понятие лингвистической переменной. Элементы теории нечетких множеств в настоящее время стали находить все более широкое распространение для анализа результатов, в основном,

40 38 интеллектуальных экспертиз. Результаты, получаемые при использовании таких методик, как правило, характеризуются тем, что диапазоны терм - множеств не имеют строгого физического обоснования; а функции принадлежности к терм- множествам формулируются в результате применения искусственных семантических правил (например, для усиления принадлежности к нечеткому множеству используется возведение функции принадлежности в квадрат, а для ослабления возведение в степень 1 и т.п.). 2 При проведении психофизических квалиметрических экспертиз по оценке качества изображения, создаваемого аудиовизуальными средствами, можно получить кривые распределения вероятности ответов экспертов, например, о заметности изменений, вносимых в анализируемую характеристику изображения. Например, лингвистическая шкала такой переменной, как субъективная оценка изображения, может быть сформулирована с использованием методики, рассмотренной в данной работе. Эксперимент заключался в следующем. На экран выводилось два одинаковых изображения. Одно являлось эталоном, а во второе вносились изменения с помощью программы Photoshop. Рассчитывались вероятности заметности изменения характеристики изображения как P=m/n (m количество экспертов, заметивших изменение параметра, n общее число экспертов). По мере увеличения вносимого изменения вероятность росла и достигала 1. Это значение оцениваемого параметра принималось за эталонное изображение в следующем эксперименте, и в последующем в него вносились изменения и т.д. Количество градаций изменения яркости, соответствующих 100%-ному обнаружению, т.е.

41 39 количество терм- множеств на лингвистической шкале переменной «субъективная оценка яркости изображения», для тест-объекта (т.е. такого изображения, которое, по возможности, характеризуется только оцениваемым параметром) составило 5, а для сюжета 3. Результаты исследований заметности изменения таких характеристик видеоизображения, как яркость, детальность и геометрическое подобие элементов изображения, приведены на рис.1-3. В результате аналогичного эксперимента по предъявлению серии изображений с моделированным и неизменным значением характеристики может быть определена не только вероятность обнаружения вносимого в изображение изменения P(y/y), но и вероятность ложных тревог P(y/N). В теории обнаружения сигнала используются таблицы, в которых по этим вероятностям можно определить статистический M 1 M 2 параметр di для тест-объекта изображения и i M 1 M 2 di для сюжета, М 1 -М 2 ширина терммножества, определяющая разность между значениями i субъективного параметра, при которых вероятности обнаружения и ложных тревог принимают определенные значения. В результате такого эксперимента может быть определен коэффициент чувствительности к i-му параметру k i d / d i i Среднеквадратическое отклонение коэффициента чувствительности к i-й характеристике может быть определено на основании разброса коэффициентов чувствительности при различных величинах отклонения

42 40 характеристики и при различных уровнях влияющих факторов i 1 n n j 1 ( k i k ij ) 2, где k i - среднее значение коэффициента чувствительности к i-й характеристике; k ij - значения коэффициентов чувствительности, определяемые при различных условиях восприятия изображения; n количество экспериментальных значений коэффициента чувствительности к i-й характеристике. В качестве функции принадлежности к нечеткому множеству, сформированному определенными сочетаниями величин яркости, детальности и геометрических искажений, соответствующих диапазонам заметности искажений для сюжета примем n- мерную характеристическую функцию, соответствующую нормальному распределению зависимых случайных величин k ij Q сos 2 ( n i 1 k i q i )exp( C n i 1 q q i i 1 i r i 1 i, i 1 (1) где q i - отклонения значений характеристик от эталонных значений, измеренные в нормированной шкале отношений; r i,i+1 парный коэффициент корреляции между характеристиками, учитывающий возможность обменных соотношений между ними; n количество характеристик; σ i среднеквадратическое отклонение коэффициента чувствительности к i- й характеристике. Графическое изображение этой зависимости для одномерного (однопараметрического) случая приведено на рис. 4. Как видно из рисунка, Q=1 при q i =0 (т.е. при ),

43 41 отсутствии искажений) или k i =0 (отсутствие коэффициента чувствительности свидетельствует о ничтожном значении характеристики на интегральную оценку). В то же время период этой зависимости представляет собой разность значений субъективного параметра, для которых вероятность правильного обнаружения P(y/y)=100%, а вероятность ложных тревог P(y/N)=0 (в этом случае статистический параметр d=4,64). Таким образом, М 1 -М 2 =d i σ i ширина терм-множества (градации, диапазона) между одним и другим уровнями качества. Следовательно, di i qi 1/ ki i 1/( kid i ), т.е. при увеличении чувствительности к i-му параметру уменьшается дисперсия субъективных оценок. Исходные данные и результаты расчета функций принадлежности к нечетким множествам, определяющим качественные «классы» видеоизображения на универсальном множестве величин характеристик приведены в таблице 1, а на рис.5 графически показано, какие сочетания характеристик обеспечивают величину характеристической функции, соответствующей определенному классу.

44 42 Рис.1. Распределения вероятности заметности изменения яркости видеопроекционного изображения: а- тестобъекта; б- сюжета

45 43 Рис.2. Распределение вероятности заметности изменения детальности изображения на сюжете

46 44 Рис.3. Распределение вероятности заметности геометрических искажений элементов изображения: а тест-объект; б - сюжет

47 45 Рис.4. Графическое представление интегродифференциальной функции: ширина терм- множества М 1 М 2 qi -

48 46 Рис.5. Значения характеристической функции для различных классов видеоизображений: 1- интервал значений, соответствующих высшему классу; 2- интервал значений, соответствующий первому классу; 3 интервал значений, соответствующий второму классу; k я ; kд; kис - коэффициенты чувствительности к яркости, детальности и геометрическим искажениям; q я ; qд; qис - величины ухудшений характеристик, измеренный в нормированной относительной шкале

49 47 Таблица 1. Исходные данные и результаты расчета функций принадлежности к нечетким множествам на универсальном множестве величин характеристик видеопроекционного изображения Значение параметра, соответствующее i-му те Параметр q 1 q 2 q 3 k 1 k 2 Яркость 0,3 0,7 1 0,75 0,7 Детальность 0,2 0,5 1 0,3 0,7 Геометрические искажения 0,3 0,8 1 0,5 0 Парный коэффициент корреляции между яркостью и -0,70 детальностью, r я д Парный коэффициент корреляции между яркостью и оценкой геометрических искажений, r я иск -0,02 Парный коэффициент корреляции между детальностью и оценкой геометрических искажений,r д иск -0,01

50 48 Q i 0,83 0,06 0, ВЫБОР РАСЧЕТНОЙ МОДЕЛИ КОМПЛЕКСНОГО ИЛИ ИНТЕГРАЛЬНОГО КВАЛИМЕТРИЧЕСКОГО ПОКАЗАТЕЛЯ Целесообразность и актуальность использования комплексных или интегральных квалиметрических моделей очевидна, такие модели позволяют проводить сравнительный квалиметрический анализ, решать практические задачи в рамках стандартизации и сертификации и т.п. Формирование интегрального показателя качества объекта является расчетной задачей, поскольку ее решение и точность этого решения определяются

51 49 выбором метода свертывания единичных характеристик (параметров, показателей). В качестве интегрального показателя может быть выбрана функциональная зависимость этого показателя от исходных показателей или средневзвешенный показатель [12]. Функциональные модели, используемые при решении практических квалиметрических задач, чаще всего являются лишь технико- экономическими показателями, определяющими взаимосвязь полезного суммарного эффекта и соответствующих затрат на создание, эксплуатацию. К таким показателям относится, например, комплексный показатель Q K k, где Q - материальный полезный S( t) ( t) K0 эффект от изделия; S(t) эксплуатационные затраты; φ(t) коэффициент интенсивности изменения затрат; К 0 капитальные затраты. Наиболее широко используемыми в практике квалиметрии комплексными показателями качества являются показатели, являющиеся разновидностями средневзвешенных значений отдельных характеристик [13,14]. Наиболее распространен показатель K j n э K K G ; где j i 1 ij i э K j - коэффициент сохранения эффективности характеристик j-го объекта; бр эт бр K ( Q q ) /( q q ) - относительный ij i i i эт бр показатель i-й характеристики; Q i ; q i ; q i - абсолютное, эталонное, предельно допустимое значения i-й характеристики; Gi - коэффициент важности i-й характеристики; n количество характеристик. i

52 50 Вышеприведенная модель является средневзвешенным арифметическим значением (аддитивной моделью), также возможно применение средневзвешенного геометрического значения (мультипликативной модели) K j K ij. Обязательными условиями при использовании моделей такого вида являются условия G 0 и n i 1 G i n i 1 1.Возможно использование средневзвешенных гармонического или квадратического [15]. Такие показатели трудно применимы к области услуг, не позволяют учитывать многие актуальные аспекты (характеристики надежности, эргономические, эстетические и др.), их использование ограничено областью функциональных квалиметрических экспертиз. Вопросам применения интегральных квалиметрических моделей в области психофизических квалиметрических экспертиз также посвящено большое количество публикаций [4, 16-19]. С развитием и совершенствованием методов обработки экспериментальных результатов квалиметрических экспертиз появляется возможность использования таких методов, как набор нейросетевых методов анализа данных, в частности, метод нейронных сетей (Neural Networks), входящий, например, в пакет STATISTICA фирмы StatSoft [20]. Расчетная интегральная квалиметрическая модель в этом случае получает новый смысл и, по сути, приобретает роль функции активации, обеспечивающей переход с одного уровня (например, с уровня частных квалиметрических G i i

53 51 или технических параметров) сети на другой (например, на уровень обобщенных характеристик или интегральный показатель). Также, как и обобщенная квалиметрическая характеристика, на которую влияют частные показатели, или также, как интегральный показатель, являющийся результатом влияния обобщенных характеристик, нейрон сети получает входные сигналы (исходные данные либо выходные сигналы других нейронов нейронной сети) через несколько входных каналов. Каждый входной сигнал проходит через соединение, имеющее определенную интенсивность (или вес); этот вес соответствует «синаптической активности» нейрона. С каждым нейроном связано определенное пороговое значение. Вычисляется взвешенная сумма входов, из нее вычитается пороговое значение, и в результате получается величина активации нейрона (она также называется пост-синаптическим потенциалом нейрона или постсинаптической потенциальной функцией, PSP). Сигнал активации преобразуется с помощью функции активации (или передаточной функции), и в результате получается выходной сигнал нейрона. В таблице 2.2. представлены различные виды функций активации [21]. Таблица 2.2

54 52 где Часто используются линейные функции f ( s) ks; s n i 1 w x b i i ; w i, - вес (weight) синапса, i = 1...n количество параметров на низшем уровне сети; b - значение смещения (bias), начальное состояние нейрона; s - результат суммирования (sum); x - компонент входного вектора (входной сигнал). Среди нелинейных функций одной из наиболее распространенных является функция активации с

55 53 насыщением, так называемая логистическая функция или сигмоид (функция S-образного вида) as f ( s) 1/(1 e ). При уменьшении а сигмоид становится более пологим, в пределе при a 0 вырождаясь в горизонтальную линию. Из выражения для сигмоида очевидно, что выходное значение нейрона лежит в диапазоне (0, 1). Рис Примеры активационных функций: а - функция единичного скачка; б - линейный порог (гистерезис); в - сигмоид (логистическая функция); г - сигмоид (гиперболический тангенс) Расчетной моделью интегрального квалиметрического показателя может быть интегродифференциальный показатель, предложенный для практических квалиметрических задач Коломенским Н.Н. [19]. Этот показатель является многомерной характеристической функцией суммарного (интегрального) воздействия частных квалиметрических параметров, вероятность появления которых подчиняется нормальному распределению, на интегральную оценку

56 54 качества анализируемой системы Q 1 q j k i q i 2 i 1 i 1 ( q i ) e n n i q i 1 i r i 1 i, i 1, где k i - математическое ожидание коэффициента чувствительности; q i - отклонение частного параметра от эталонного значения, измеренное в нормированной относительной шкале; i среднеквадратическое отклонение коэффициента чувствительности; r коэффициент корреляции между коэффициентами i, i 1 чувствительности к отдельным параметрам. Аналогичный показатель используется в теории случайных процессов, подробный вывод этого выражения приведен Б.Р.Левиным и В.И.Тихоновым [22]. Практические аспекты применения данной модели рассмотрены в работах [23-26]. Удобство этого показателя для практических расчетов заключается в том, что он позволяет учесть статистические характеристики результатов субъективных экспертиз и в то же время при решении классификационных задач может быть использован в качестве функции принадлежности к терм- множествам классификационной шкалы. Глава 3 ИСПОЛЬЗОВАНИЕ МЕТОДОВ ПСИХОФИЗИЧЕСКОЙ КВАЛИМЕТРИИ В КИНЕМАТОГРАФИИ

57 ИСПОЛЬЗОВАНИЕ ПСИХОФИЗИЧЕСКИХ КВАЛИМЕТРИЧЕСКИХ МЕТОДОВ В КИНЕМАТОГРАФИИ. ОБОБЩЕННЫЙ АЛГОРИТМ ПСИХОФИЗИЧЕСКОЙ КВАЛИМЕТРИЧЕСКОЙ ЭКСПЕРТИЗЫ В аудиовизуальных системах психофизические (сенсорные) квалиметрические экспертизы используются наряду с приборными метрологическими процедурами. Цели психофизических квалиметрических экспертиз могут быть разнообразны: формирование перечня качественных характеристик изображения и звука, количественные оценки результатов преобразований, происходящих в аудиовизуальных системах, ранжирование объектов по уровню качества присвоение категории, градации; ранжирование частных характеристик по степени важности; выбор эталонов, экспериментальная оценка предельно допустимых значений параметров или технологических погрешностей, отклонений и т.д.. Одной из наиболее актуальных задач психофизической квалиметрии является возможность проведения сравнительного анализа возможностей различных систем, например, по выходным интегральным характеристикам. Теоретические аспекты использования психофизических квалиметрических методов в кинематографических системах включают разработку методик анализа экспериментальных данных, которые получают в результате субъективной психофизической экспертизы (в частности, подтверждение целесообразности и возможности применения

58 56 вероятностно- статистических методов анализа), а также построение психофизических закономерностей; рассмотрение возможностей использования элементов теории обнаружения сигнала для оценки коэффициентов чувствительности и определения обменных соотношений между коэффициентами; разработку методик преобразования субъективных шкал, обоснование целесообразности применения различных интегральных моделей и т.д. Обобщенный алгоритм проведения субъективных психофизических экспертиз по оценке качества изображения, как правило, включает такие этапы, как формирование перечня конкретных целей предполагаемой экспертизы; формирование требований к организации экспертиз, к условиям их проведения, разработку правил формирования группы экспертов; разработку методик проведения экспериментальных исследований по определению коэффициентов чувствительности к характеристикам и оценке возможности обменных соотношений между коэффициентами; разработку методов анализа точности проводимой экспертизы и расчета статистических характеристик полученных результатов; субъективное шкалирование оцениваемых характеристик; разработку методов анализа и формализации полученных данных и т.д. При разработке приборного обеспечения психофизических квалиметрических экспертиз необходимо учитывать требования, позволяющие обеспечить принцип единства измерений и сопоставимости полученных результатов. При проведении субъективной психофизической экспертизы, как правило, требуется определенное приборное

59 57 обеспечение для моделирования значений оцениваемых характеристик и воспроизведения моделированных изображений при экспериментальном определении коэффициентов чувствительности к характеристикам, при оценке возможности обменных соотношений между характеристиками, при оценке точности проводимой экспертизы, при разработке субъективных шкал и т.д. Точность результатов психофизических квалиметрических экспертиз может быть повышена за счет правильной организации экспертизы, например, при использовании четких и простых формулировок вопросов экспертам и обеспечении возможности эксперту давать такие же простые и четкие ответы (да-нет). Поскольку точность любого результата измерения повышается при многократных измерениях, в ходе квалиметрической экспертизы необходимо получить как можно больший объем экспериментальных данных по исследованию влияния различных факторов на субъективные оценки изображения. Это условие может быть выполнено за счет использования разнообразного информационного обеспечения (специальных анкет, квалиметрических презентаций и тест-фильмов). Также одним из факторов, позволяющих повысить точность проводимой квалиметрической экспертизы, является замена дополнительных экспертных процедур расчетными методами, предполагающими использование уже полученных данных. Возможность и целесообразность выше перечисленных способов повышения точности результатов квалиметрических экспертиз будет рассмотрена далее на примере частных методик. Разработка программного обеспечения для анализа экспериментальных результатов, для промежуточных и итоговых расчетов, при разработке

60 58 тест - фильмов позволяет более оперативно получать результаты и проводить анализ полученных зависимостей. Тем не менее, необходимо иметь в виду, что программное обеспечение квалиметрических экспертиз помимо чисто математического программного обеспечения, также должно включать программы, позволяющие моделировать и преобразовывать оцениваемые в ходе квалиметрической экспертизы характеристики в необходимом диапазоне. Перечень практических методик использования субъективных психофизических квалиметрических экспертиз включает экспериментальную оценку оптимальных значений технических параметров и допустимых значений технологических погрешностей аудиовизуальной техники на основе заметности возникающих ухудшений, изменений; построение квалиметрических измерительных шкал технических и субъективных параметров и характеристик, решение задач классификации, ранжирования, стандартизации и сертификации, основанных на различии субъективных качественных характеристик и т.д НЕОБХОДИМОСТЬ РАЗРАБОТКИ ИНФОРМАЦИОННОГО, ПРИБОРНОГО И ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ ПРОВЕДЕНИЯ ПСИХОФИЗИЧЕСКОЙ КВАЛИМЕТРИЧЕСКОЙ ЭКСПЕРТИЗЫ Обобщенная структура приборного и программного обеспечения, требуемого для проведения субъективных психофизических квалиметрических экспертиз аудиовизуальных систем различного

61 59 функционального назначения [1], приведена в таблице 3.1 и представляет, по сути, совокупность из четырех комплексов приборов. Для проведения конкретной экспертизы, как правило, выбирается по одному элементу из каждого комплекса, но техническое и программное обеспечение каждой отдельной экспертизы также состоит из указанных четырех составляющих. Первый комплекс включает разнообразные технические средства, предназначенные для получения изображения. Второй комплекс это технические или программные средства, используемые для моделирования значений оцениваемых или анализируемых параметров и характеристик. Технические средства в данном случае целесообразны, когда речь идет о киноаппаратуре или оцениваются, например, параметры, величины которых могут задаваться какими- либо юстировочными механическими элементами (например, при нормировании погрешности расположения объектива относительно ПЗС- матрицы и т.п). Программные средства целесообразны при моделировании значений характеристик видеоаппаратуры или видеоизображения, при анализе особенностей субъективного восприятия и т.д. Элементы третьего комплекса это технические средства, позволяющие воспроизводить изображение. Четвертый комплекс, на первый взгляд, дублирует предыдущий, но элементами этой группы являются уже не сами технические средства, а объекты субъективных квалиметрических экспертиз итоговые изображения и их характеристики, которые являются результатом использования определенного набора технических средств.

62 ЭКСПЕРИМЕНТАЛЬНАЯ ОЦЕНКА КОЭФФИЦИЕНТОВ ЧУВСТВИТЕЛЬНОСТИ К ХАРАКТЕРИСТИКАМ ИЗОБРАЖЕНИЯ Как показывает опыт проведения квалиметрических экспертиз, наиболее трудоемким и требующим большого объема экспериментальных данных является этап экспертизы, связанный с экспериментальной оценкой коэффициентов чувствительности к частным квалиметрическим параметрам [2-4]. При психофизических квалиметрических экспертизах экспериментальная оценка коэффициентов чувствительности может быть основана на определении заметности изменений характеристик объектов экспертизы, т.е. на использовании элементов теории обнаружения сигнала. В соответствии с этой пороговой теорией, объясняющей сенсорно перцептивный процесс как результат взаимодействия самого сенсорного процесса и процесса принятия решений, восприятие сигнала проходит стадию нейронного возбуждения и стадию перцептивного решения по опознанию сигнала [5-7]. Экспериментальная оценка коэффициентов чувствительности к характеристикам изображения проводится в приведенной далее последовательности. 1. Формирование целей и условий организации и проведения субъективной квалиметрической экспертизы 2. Разработка экспериментальной установки для проведения исследований. 3. Построение зависимости между значениями анализируемой (преобразовываемой) характеристики и

63 61 значениями моделирующего параметра, т.е. градуировочной зависимости. 4. Экспериментальная оценка заметности изменений анализируемой характеристики на тест- объекте. 5. Экспериментальная оценка заметности изменений анализируемой характеристики на сюжете. 6. Расчет коэффициента чувствительности к анализируемой характеристике. Остановимся более подробно на отдельных этапах методики. Целью экспертизы по определению коэффициентов чувствительности к частным или обобщенным характеристикам изображения может быть не только ранжирование этих характеристик по степени важности, например, при интегральной оценка качества, но и определение возможности обменных соотношений, компенсации одних характеристик другими. Процедура организации экспертизы, как правило, сводится к обеспечению выполнения таких требований, как репрезентативность статистических выборок, достоверность оценок известность вероятностных характеристик оценок, компетентность экспертов, степень согласованности мнений экспертов и т.д. Схемы экспериментальных установок для оценки коэффициентов чувствительности к характеристикам кино и видеоизображения приведены на рис.3.1. Примеры градуировочных зависимостей между значениями анализируемых характеристик (яркостью и детальностью) и значениями соответствующих моделирующих параметров на шкале Photoshop приведены на рис.3.2.

64 62 Тест-объекты для оценки заметности изменения яркости, детальности, характеристик, определяющих пространственные искажения, приведены на рис.3.3. Коэффициент чувствительности рассчитывался как k d / d, где d, d - статистические параметры i i i i i (называемые также мерами обнаружимости сигнала), зависящие от вероятностей правильного обнаружения P(Y/Y)=m(Y/Y)/n(Y) и ложных тревог P(Y/N)=m(Y/N/n(N) соответственно для тест- объекта и сюжета при одинаковом изменении моделирующего параметра, влияющего на анализируемую характеристику. Экспериментальная оценка коэффициента чувствительности удобна и целесообразна для частных квалиметрических характеристик, для которых можно без каких либо затруднений построить градуировочную зависимость между значениями характеристики и величиной моделирующего параметра, подобрать тестобъект, т.е. такое изображение, на котором, по возможности, присутствует только анализируемая характеристика, а остальные факторы отсутствуют. Определить коэффициент чувствительности к обобщенной квалиметрической характеристике по приведенной выше методике невозможно, однако, этот коэффициент может быть рассчитан. Расчетная методика для оценки коэффициентов чувствительности к обобщенным характеристикам приведена в работе [2].Полученные экспериментальные зависимости значений

65 63 Таблица 3.1. Обобщенная структура приборного и программного обеспечения субъективных психофизических экспертиз по оценке качества Средства получения изображения: - видеокамеры (аналоговые, цифровые, Web, слежения и т.д.); - фотоаппараты; - киносъемочные камеры; - телевизионные камеры; - камеры мобильных телефонов; - сканеры и т.д. Технические и программные средства моделирования характеристик изображения: - Adobe Photoshop, Paint, Pinnacle Studio, 3D Studio; - юстировочные элементы оптикоосветительных систем и т.д. Средства для воспроизведения изображения: - видеопроекторы; - принтеры; - лазерные проекторы; - кинопроекторы, - цифровые проекторы, - телевизоры; - диапроекторы и т.д. Объекты субъективных психофизических квалиметрических экспертиз: - экранное изображение (кино-, видео-, 3D); - фотоизображение; - изображение на мониторе или плазменной панели; - телевизионное изображение и т.д. изображения

66 64 а) б) Рис.3.1. Схемы экспериментальных установок для оценки коэффициентов чувствительности к характеристикам кино и видеоизображения: а - установки для моделирования параметров кинематографического изображения (1- диапроектор (кинопроектор); 2 - индикаторная головка; 3- экран; 4- объектив; 5 - слайд (кинокадр); 6- источник света; 7- вольтметр); б установка для моделирования параметров видеоизображения

67 65 Рис.3.2 Зависимости между значениями анализируемых характеристик (яркостью и детальностью) и значениями соответствующих моделирующих параметров на шкале Photoshop: а между величинами яркости (В,кд/м²) и значениями условной шкалы ; б- между значениями на условной шкале детальности ). и детальностью компьютерного изображения (R, мм -1 ); в- то же для детальности, но при разных масштабах увеличения изображения

68 Рис Тест-объекты для оценки заметности изменения яркости, детальности, характеристик, определяющих пространственные искажения коэффициентов от различных факторов приведены в работах [2-4]. На основании полученных экспериментальных результатов можно сделать выводы о том, что поскольку коэффициенты чувствительности к яркости изображения ( k 0,7...0, 1 9 ) и характеристикам, определяющим геометрическое подобие элементов изображения ( ( k 3 0,5), в незначительной степени зависят от условий рассматривания изображения, в качестве их количественных значений могут быть приняты усредненные значения для любых типов зрительных залов. Коэффициент чувствительности к характеристикам, определяющим четкость изображения,

69 в значительной степени зависит от масштаба изображения и должен быть определен для конкретного зала. При интегральной оценке качества изображения следует учитывать также, что между отдельные квалиметрическими показателями безусловно существуют обменные соотношения. Теснота взаимосвязи между параметрами, как известно, может быть количественно оценена методами корреляционного анализа, в частности, расчетом парных оэффициентов корреляции r 12 = ( k 1 - k 1 ) ( k 2 - k 2 ), где 1, 2 - индексы, присвоенные таким частным квалиметрическим показателям, как интегральная яркость и детальность, соответственно; k 1, k 1 - коэффициенты чувствительности к яркости, причем, k 1 определялся при ухудшении детальности; k 2, k 2 - коэффициенты чувствительности к детальности, причем k 2 определялся при ухудшении яркости. Можно использовать более подробный вид приведенного выше выражения d 1 d1 d 2 d 2 r 12, d 1 d1 d 2 d 2 где d 1 - статистический параметр заметности изменения яркости, определяемый при ухудшении яркости тестобъекта (белого поля); d 1Σ - статистический параметр заметности изменения яркости при такой же величине ухудшения, как и d 1, но реального сюжета; d 2 - статистический параметр заметности изменения детальности, определяемый с использованием изображения миры; d 2Σ - статистический параметр заметности изменения детальности при такой же

70 величине ухудшения, как и d 2, но для реального сюжета; d 1 - статистический параметр заметности изменения яркости, определяемый при изменении детальности изображения миры; d 1Σ - статистический параметр заметности изменения яркости, определяемый при изменении детальности реального сюжета; d 2 - статистический параметр заметности изменения детальности, определяемый при изменении яркости изображения миры; d 2Σ - статистический параметр заметности изменения детальности, определяемый при изменении яркости реального сюжета. Как видно, из приведенной выше зависимости, для того, чтобы получить какие- то реальные конечные смысловые результаты подобных экспериментальных исследований, необходимо иметь большое количество экспериментальных данных. Эти данные удобнее получать при предъявлении группе экспертов специальных тест фильмов, или презентаций, сформированных до проведения экспертизы. Эти тестфильмы должны обеспечивать возможность предъявления изображений в случайной последовательности, причем, эта последовательность должна предусматривать как изображения с изменениями оцениваемого параметра, так и без изменений. Как было сказано выше, экспертам удобнее вносить ответы также в заранее подготовленные анкеты, при использовании которых проводится последующая статистическая обработка полученных результатов. Субъективная экспертиза по оценке парного коэффициента корреляции между интегральной яркостью и детальностью компьютерного изображения составляет r 12 =-0,75, что подчеркивает тесное взаимное влияние исследуемых параметров.

71 Отрицательное значение коэффициента корреляции объясняется тем, что если при ухудшении яркости коэффициент чувствительности к детальности уменьшается, то в свою очередь при ухудшении детальности коэффициент чувствительности к субъективно воспринимаемой яркости возрастает. Для интегральной оценки качества изображения и звука, безусловно, требуется продолжить экспериментальные исследования, расширяя номенклатуру оцениваемых частных квалиметрических параметров. УДК ОБМЕННЫЕ СООТНОШЕНИЯ МЕЖДУ КАЧЕСТВЕННЫМИ ХАРАКТЕРИСТИКАМИ СРЕДСТВ ВОСПРОИЗВЕДЕНИЯ ИЗОБРАЖЕНИЯ Е.И.Нестерова кафедра прецизионных технологий и сертификации киновидеотехники Санкт-Петербургского государственного университета кино и телевидения Ключевые слова и фразы: качество изображения, корреляционное отношение, коэффициент корреляции, коэффициенты чувствительности, психофизические квалиметрические экспертизы, средства воспроизведения изображения. Аннотация: Рассмотрены методики психофизической и функциональной квалиметрии, позволяющие определять возможность обменных соотношений между параметрами, определяющими выходное качество средств воспроизведения изображения. Приводится алгоритм оценки достоверности статистических критериев, устанавливающих корреляционные зависимости между параметрами. Широкое использование различных видов и моделей средств воспроизведения изображения требует решения вопросов, связанных

72 с оценкой их выходных качественных характеристик, в частности, такой важной характеристики, как качество изображения. При оценке качества различных видов изображений наряду с объективными методами используют и субъективные, причем, именно на субъективных методах оценки основываются подходы, связанные со сравнением, классификацией, ранжированием, присвоением определенных градаций. Субъективная оценка качества изображения в общем случае предполагает экспериментальную оценку коэффициентов чувствительности к частным характеристикам, расчет статистических параметров коэффициентов, экспериментальное определение возможных обменных соотношений между частными характеристиками и расчет интегрального качества с использованием какой-либо модели. Для оценки возможности обменных соотношений между качественными характеристиками изображения можно использовать психофизические квалиметрические экспертизы, основанные на моделировании значений оцениваемых характеристик для экспериментальной оценки коэффициентов чувствительности к параметрам и последующем расчете коэффициентов корреляции между параметрами. Обобщенная структура приборного и программного обеспечения, требуемого для проведения субъективных психофизических квалиметрических экспертиз, связанных с оценкой качества изображения, приведена в табл.1 и представляет комплекс приборов, предназначенных для получения изображения, комплекс технических и программных средств для моделирования параметров изображения, а также технических средств, позволяющих воспроизводить и оценивать результаты происходящих преобразований. Например, субъективная психофизическая экспертиза по оценке возможности обменных соотношений между такими характеристиками изображения, как яркость и детальность, заключается в оценке заметности изменений оцениваемых характеристик, т.е. в использовании элементов теории обнаружения сигнала. Изменения характеристик моделируются с помощью программы Photoshop, если оценивается цифровое изображение, или настройками осветительно- проекционной системы, если оценивается аналоговое изображение.

73 Экспертам в последовательности, соответствующей последовательности случайных чисел, предъявляли изображения с измененным и неизменным значением характеристики. Причем, одинаковые процедуры и с одинаковой величиной изменения характеристики использовались для оценки заметности изменений характеристики как на тест- объекте, содержащем только информацию об исследуемом параметре (для яркости таким тестобъектом, очевидно, является белый экран, для детальности - штриховая мира, для геометрических искажений правильные геометрические фигуры), так и на сюжете. Оцениваемое изображение содержало два поля, одно являлось эталонным, а по второе поле вносились (или нет) изменения в анализируемую характеристику. Коэффициент чувствительности рассчитывался как ki di / di, где di, di - статистические параметры (называемые также мерами обнаружимости сигнала), зависящие от вероятностей правильного обнаружения и ложных тревог соответственно для тестобъекта и сюжета при одинаковом изменении моделирующего параметра, влияющего на оцениваемую характеристику [1]. В качестве вероятностей принимались относительные частоты P( Y / Y ) myy / ny - вероятность правильного обнаружения; m yy число положительных ответов при внесении ухудшения; n y количество предъявлений измененных изображений; P( Y / N) myn / nn вероятность ложных тревог; m yn число положительных ответов при отсутствии изменения; n N - количество предъявлений неизмененных изображений. Теснота взаимосвязи между характеристиками оценивалась парными коэффициентами корреляции r12 ( k 1 k1)( k 2 k2); k ; k коэффициенты 1 1 чувствительности к яркости, причем, k 1 определялся при ухудшении детальности; k 2; k2 коэффициенты чувствительности к детальности, причем k 2 определялся при ухудшении яркости. Анализ результатов экспериментальных исследований показывает, что между яркостью и четкостью изображения существует линейная корреляция, при этом парный коэффициент

74 корреляции между коэффициентами чувствительности к этим характеристикам составляет r12 (0, , 75) [1] (для условий рассматривания видеоизображения в учебной лаборатории при величине вероятности ложных тревог, не превышающей 0,20). Величина коэффициента указывает на тесное взаимное влияние исследуемых параметров. Отрицательное значение коэффициента корреляции объясняется тем, что если при ухудшении яркости коэффициент чувствительности к детальности уменьшается, то в свою очередь при ухудшении детальности коэффициент чувствительности к субъективно воспринимаемой яркости возрастает. Для того, чтобы убедиться, что корреляционная зависимость действительно является значимой, следует использовать проверку гипотезы о значимости линейной статистической связи. Такая проверка заключается в определении минимального значения коэффициента корреляции, отклонение которого от нуля можно считать значимым [3]. При этом выдвигаются две гипотезы: H 0 : r12 0 и H1 : r12 0. В дальнейших расчетах принят уровень значимости 0,1, такая величина соответствует доверительному интервалу, в котором лежат субъективные оценки при квалиметрических экспертизах. Величина критической статистики 2 определялась как кр r12 ( n 2) / (1 r12 ), где n 30 объем экспериментальной выборки. Величина критической статистики составила кр 4,52. Критические границы, в которых должна лежать величина кр того, чтобы выполнялась гипотеза H, 0 определялись как крв t /2 ( n 2) 1, 7 крн крв критическая точка t- распределения Стьюдента уровня / 2. Как видно из результатов расчета, гипотеза H 0 опровергается c ошибкой первого рода 0,1, корреляционная связь между для и 1,7, где t ( n 2) /2 коэффициентами чувствительности к яркости и четкости изображения с парным коэффициентом корреляции 12 0, 7 r является значимой.

75 Проблема обменных соотношений важна не только для характеристик, оцениваемых с помощью психофизических квалиметрических методов, но также и для функциональных параметров средств воспроизведения изображения. В этом случае могут быть использованы функциональные квалиметрические экспертизы по оценке весовых коэффициентов и взаимосвязей между этими коэффициентами. Наиболее удобным методом определения коэффициентов весомости в этом случае является метод парных сравнений (или такие его модификации, как, метод анализа иерархий). Так использование методов функциональной квалиметрии и анализ результатов субъективных экспертиз по оценке коэффициентов весомости технических параметров, определяющих качество киноизображения, а также исследование возможности обменных соотношений между техническими параметрами показывает, что парные коэффициенты корреляции лежат в диапазоне -0,01 +0,01 [2], что свидетельствует об отсутствии линейной корреляции и невозможности компенсации одного параметра другим. Однако при этом может иметь место нелинейная зависимость между параметрами, при которой коэффициент корреляции теряет смысл характеристики степени тесноты связи, в этом случае используют такой критерий, как корреляционное соотношение /, где yx my y L my n j ( m yj m y ) n j 1 - дисперсия по интервалам, на которые разбит диапазон значений переменной x результатов; m yi 1 n n j j k 1 y ik при обработке - частное математическое ожидание в j- м интервале, j 1, L - номер интервала; i 1, n - количество экспериментальных результатов; 1 L m y n m ; n j 1 j yj

76 n y ( yi m yi ) n i 1 - общая дисперсия по всем экспериментальным результатам. Проверка гипотезы об отсутствии или наличии нелинейной корреляционной связи заключается в нахождении величины корреляционного отношения, отличающегося от нуля на величину, при которой становится справедливой одна из двух гипотез: H 0 : 0 или H1 : 0. Уровень значимости в дальнейших расчетах принят равным 0,1. Величина критической статистики рассчитывалась как кр 2 ( n L). 2 (1 ) ( L 1) Гипотеза H 0 верна в том случае, если кр верхн, где верхн F [( l 1)( n L)] - табличная величина критерия Фишера. Результаты проверки гипотезы об отсутствии нелинейной корреляционной связи между коэффициентами весомости на примере технических параметров, определяющих качество киноизображения, приведены в табл. 2. Таким образом, гипотеза 0 H верна, для всех параметров, влияющих на качество киноизображения, нелинейная корреляционная зависимость оказалась незначимой. Что подтверждает отсутствие возможности обменных соотношений между техническими параметрами, влияющими на качество киноизображения, т.е. на невозможность компенсации ухудшения одного параметра повышением другого. Использование различных видов аудиовизуальной техники требует решения квалиметрических вопросов, возникающих при сервисном обслуживании, технической эксплуатации, в частности, проблем, связанных с оценкой выходных качественных характеристик. Отказаться от субъективных методов, очевидно, можно будет только тогда, когда будет достоверно и полно исследовано влияние различных технических параметров на субъективные характеристики с тем, чтобы определенные сочетания технических параметров гарантировали обеспечение определенного уровня субъективной визуальной оценки.

77 Список литературы 1. Нестерова Е.И. Квалиметрические технологии в системах качества предприятий и организаций кинематографии / Е.И.Нестерова. -СПб.: Политехника, с. 2. Нестерова Е.И. Методология экспертной квалиметрии и сертификации систем качества в кинематографии / Е.И.Нестерова. - СПб.: Политехника, С. 3. Никитина Н.Ш. Математическая статистика для экономистов / Н.Ш.Никитина. М.:ИНФРА-М; Новосибирск: изд-во НГТУ, с. AN EXCHANGE BETWEEN the QUALITY HARAKTERISTICS of IMAGE REPRODUCTION APPARATURES The psychophysical and functional qualimetrical techniques, allowing to define an opportunity of exchange parities between the parameters defining the result quality of the image reproduction apparatures are considered. The algorithm of an estimation of reliability the statistical сriterions establishing correlation dependences between parameters is resulted.

78 Таблица 1 Приборное и программное обеспечение психофизических квалиметрических экспертиз Средства получения изображения видеокамеры (аналоговые, цифровые, Web, слежения и т.д.); фотоаппараты; киносъемочные камеры; телевизионные камеры; камеры мобильных телефонов; сканеры и т.д. Технические и программные средства моделирования характеристик Adobe Photoshop, Paint, Pinnacle Studio, 3D Studio; юстировочные элементы оптикоосветительных систем и т.д. Средства воспроизведения изображения видеопроекторы; -принтеры; лазерные проекторы; кинопроекторы, цифровые проекторы, телевизоры; мониторы; средства визуализации результатов исследований, контроля; диапроекторы и т.д. Объекты субъективных психофизических квалиметрических экспертиз экранное изображение (кино-, видео-, 3D); фотоизображение; изображение на мониторе или плазменной панели; телевизионное изображение и т.д.

79 Результаты расчетов Таблица 2. Технические параметры, влияющие на качество киноизображения Корреляционное отношение, ρ Расчетное значение критической статистики, кр Граничное значение статистики, верхн Разрешающая способность - неустойчивость Неустойчивость изображения - яркость Неустойчивость изображения - соответствие изображения экрану Яркость - соответствие изображения экрану Разрешающая способность - яркость 0,000 0,000 2,5 0,009 0,000 2,5 0,098 0,009 2,5 0,098 0,009 2,3 0,009 0,000 2,5

80 Разрешающая способностьсоответствие изображения экрану 0,098 0,009 2, МЕТОДИКА ЭКСПЕРИМЕНТАЛЬНОЙ ОЦЕНКИ ПРЕДЕЛЬНО ДОПУСТИМЫХ ЗНАЧЕНИЙ КОНСТРУКТИВНО- ТЕХНОЛОГИЧЕСКИХ ПОГРЕШНОСТЕЙ КИНОВИДЕОТЕХНИКИ Гарантированное обеспечение качества воспроизводимого киноизображения зависит не только от номинальных значений параметров элементов, но и от технологических погрешностей сборки, юстировки, а также погрешностей, возникающих в процессе эксплуатации (например, при установке кинопроекционного объектива в аппарат). Экспериментальная оценка предельно допустимых значений конструктивно- технологических параметров киновидеотехники предполагает использование субъективной квалиметрической психофизической экспертизы по построению зависимости между субъективной оценкой изображения, формируемого данной моделью аппаратуры и величиной конструктивнотехнологического параметра. В том случае, когда величина оцениваемого технического параметра влияет на характеристики изображения, данная процедура должна с одной стороны предусматривать возможность моделирования исследуемого физического, технического или технологического параметра, а с другой стороны, давать возможность проводить одновременную

81 экспертную оценку получаемых изображений. Такая методика была использована, например, для определения психофизических зависимостей между погрешностями установки кинопроекционного объектива в оптикоосветительной системе кинопроекционного аппарата (неперпендикулярностью оптической оси объектива относительно плоскости кадрового окна и величиной децентрирования объектива ) и заметностью возникающих при этом искажений изображения, т.е. для определения сенсорной чувствительности к указанным погрешностям [9]. Общий вид экспериментальной установки, позволяющей моделировать указанные погрешности и проецировать на киноэкран получаемое при этом изображение, приведен на рис.3.3., на рис.3.4. показана обобщенная схема установки. На рис приведен блок моделирования неперпендикулярности оптической оси объектива относительно кадрового окна, в котором для модулирования величины погрешности используется гониометр. На рис и 3.7. соответственно приведены схема и общий вид экспериментальной установки для определения сенсорной чувствительности к дополнительно возникающей неравномерности освещенности киноизображения, возникающей из- за децентрирования элементов оптико- осветительной системы.

82 Рис Общий вид экспериментальной установки для оценки сенсорной чувствительности к величине неперпендикулярности оптической оси кинопроекционного объектива относительно плоскости кадрового окна

83 Рис Принципиальная схема экспериментальной установки: 1- объективодержатель; 2 - автоколлиматор гониометра; 3- фильмовый канал; 4 поворотный столик гониометра; 5 станина кинопроектора; 6- кинолента; 7 осветитель; 8 кадр; 9- киноэкран; 10- отсчетное устройство гониометра Субъективная квалиметрическая экспертиза заключалась в оценке экспертами киноизображений, полученных при различных значениях погрешности. Для оценок использовалась шкала заметности ухудшений, а для последующего анализа также полученные значения переводились в шкалы категорий и отношений. Оценка зависимости ухудшения резкости экранного изображения от величины неперпендикулярности оптической оси кинопроекционного объектива плоскости проецируемого кинокадра проводится при оценке заметного изменения резкости экранного изображения. В эксперименте используются фильмокопии с сюжетами, характерными

84 для кинематографа. Яркость экранного изображения составляет кд/м 2. При юстировке осветительной системы необходимо получить требуемую ГОСТ равномерность освещенности экрана (0,65). Испытуемые располагаются на расстоянии 2,5/3,5 ширины экрана. Значения неперпендикулярности задаются экспериментатором дискретно с шагом 1,5' относительно положения фильмового канала, полученного после градуировки экспериментальной установки. Поворот осуществляется относительно центра вертикальной плоскости. Результаты экспертиз приведены на рис Наиболее критичным с точки зрения заметности возникающих искажений (дополнительной неравномерности резкости изображения по полю) оказался общий план. Целью проведения эксперимента было определение допустимой величины погрешности. За допустимую величину неперпендикулярности оптической оси кинопроекционного объектива плоскости кинокадра принимается значение, соответствующее экспертным оценкам «едва заметно», они соответствуют порогу ощущения появления дополнительной нерезкости экранного изображения, вызванной неперпендикулярностью оптической оси кинопроекционного объектива плоскости кинокадра.

85 Рис Блок моделирования неперпендикулярности оптической оси объектива относительно кадрового окна:1 осветитель; 2- зрительная труба гониометра; 3 отсчетный микроскоп; 4- алидада гониометра; 5- регулятор положения; 6 объективодержатель; 7 объектив; 8- фильмовый канал

86 Рис Принципиальная схема установки для изменения величины неперпендикулярности оптической оси кинопроекционного объектива относительно плоскости кадрового окна и для исследования влияния этой величины на качество изображения: 1 объективодержатель; 2 коллиматор гониометра; 3 фильмовый канал; 4 поворотный столик гониометра; 5 станина кинопроектора; 6 кинолента; 7 осветительная система; 8 кадр; 9 киноэкран; 10 отсчетное устройство гониометра. Использование данной экспериментальной установки и методики проведения эксперимента позволяет также определить погрешность проведенной

87 субъективной экспертизы. Полученные психофизические зависимости носят вероятностно статистический характер, поэтому для отдельных значений на шкалах были определены доверительные интервалы. В кадровое окно устанавливался кадр контрольного фильма изображения и юстировкой элементов экспериментальной установки добивались максимально достижимой и одинаковой, по мнению экспертов, четкости изображения контрольного фильма на экране. При этом снимался отсчет по шкале гониометра, определяющий положение оптической оси объектива относительно кадрового окна. Затем в систему вносилась разъюстировка и процедура повторялась. Рис Общий вид экспериментальной установки для построения психофизических зависимостей между равномерностью освещенности изображения и величиной децентрирования элементов оптико- осветительной системы

88 Доверительный интервал рассчитывался по выражению t, n где - среднеквадратическое отклонение отсчетов; n- количество отсчетов; t - квантиль нормального распределения, соответствующий определенной вероятности (был принят уровень вероятности γ=0,9, поэтому t = 1,65). Для изображения контрольного фильма для значения «едва заметно» на шкале заметности ухудшений, т.е. для значения, которое было принято за допустимую величину, доверительный интервал оценок равен = 2,5, что составляет 7% от величины неперпендикулярности ( 18 ). Такая же экспертиза была проведена с использованием фильма, содержащего сюжет наиболее критичного общего плана. Доверительный интервал для значения «едва заметно» оказался равным = 3, т.е. 17%. Таким образом, диапазон изменения доверительного интервала составляет от 7% для значения «ухудшение не заметно» до 20% для значения «мешает». Среднее значение доверительного интервала, очевидно, определять нецелесообразно. Рассмотренная в данной работе методика обоснования требований к технологическим параметрам, определяющим точность расположения таких элементов оптико- осветительных систем, расположение которых влияет на качественные характеристики изображения, может быть использована также для обоснования требований к точности расположения элементов

89 цифровой техники [10] (видеопроекторов, цифровых фотоаппаратов и т.д.). Однако очевидно, что экспериментальные исследования в данном случае будут более простыми, поскольку измерительная шкала должна содержать лишь одну градацию «не допустимое значение погрешности», приводящее к катастрофическому состоянию аппарата, при этом полученные значения в некоторых случаях могут иметь лишь номинальные значения и исчезнет их вероятностностатистический характер.

90 Рис Влияние величины неперпендикулярности оптической оси кинопроекционного объектива относительно кадрового окна на заметность возникающих искажений

91 Глава 4 ИСПОЛЬЗОВАНИЕ МЕТОДОВ ФУНКЦИОНАЛЬНОЙ КВАЛИМЕТРИИ В КИНЕМАТОГРАФИИ 4.1. ИНТЕЛЛЕКТУАЛЬНЫЕ, ЛОГИЧЕСКИЕ КВАЛИМЕТРИЧЕСКИЕ ЭКСПЕРТИЗЫ. ЦЕЛИ, ОСОБЕННОСТИ, ПРИМЕНЕНИЕ В КИНЕМАТОГРАФИИ. ФУНКЦИОНАЛЬНАЯ КВАЛИМЕТРИЯ Интеллектуальные, или логические, квалиметрические экспертизы основываются на мнениях, суждениях, сложившихся ранее представлениях и стереотипах, предшествующем опыте экспертов. Цели применения интеллектуальных квалиметрических экспертиз в кинематографии могут быть разнообразны: формирование перечня обобщенных и частных объективных и субъективных характеристик параметров изделий киновидеотехники или оцениваемых услуг (на основе исходного списка или «с чистого листа»); определение иерархической структуры характеристик; степени важности того иного параметра; ранжирование, сравнительная оценка объектов (изделий, услуг, систем) по уровню качественных характеристик и функциональным особенностям; классификация, присвоение градаций, сорта, категории, определенного количества «звездочек» при решении вопросов стандартизации, квалиметрии, сертификации; оценка стабильности и результативности производственных и непроизводственных процессов,

92 технологических методов; формирование структуры их выходных характеристик; интегральная оценка уровня качества объектов и формирование требований к уровням частных характеристик. В настоящее время многие квалиметрические задачи по сравнительной оценке аудиовизуальной техники, различных мульмедийных устройств и технологий, решаемые методами интеллектуальной квалиметрии, сводятся к сравнению функциональных возможностей устройств и методов, поэтому эту область квалиметрии вполне обоснованно можно называть функциональной квалиметрией, в отличие от психофизической квалиметрии, опирающейся только на психофизические закономерности и нацеленной именно на оценку субъективных качественных характеристик изображения, звука или каких- то других параметров, непосредственно создающих ощущения, которые необходимо оценивать. Обобщенный алгоритм интеллектуальной квалиметрической экспертизы, как правило, не очень сложен: разработка процедуры и условий проведения экспертизы, разработка информационного обеспечения; разработка оценочной системы (выбор оценочных шкал, шкалирование характеристик); разработка квалиметрической модели: совокупности характеристик и определение их иерархии; оценка весомости характеристик; определение взаимосвязей между характеристиками (обменных соотношений);

93 выбор интегральных расчетных моделей, расчетные процедуры, разработка программного обеспечения; формализация полученных результатов. Математическими основами обработки результатов интеллектуальных квалиметрических экспертиз является совокупность методов интеллектуальной обработки информации, сформировавшаяся в 1990-е годы и получившая название «мягких вычислений» (soft computing). Термин был предложен Л.Заде в 1994 г. и подчеркивает наиболее сильное влияние, в первую очередь, нечеткой логики, которая наделила новой функциональностью классические методы обработки результатов. Эти методы все шире проникают в различные сферы. «Гибридизация» методов интеллектуальной обработки информации [1-4] подразумевает объединение таких направлений, как: - формирование лингвистических шкал характеристик; - использование методов нечетких нейронных сетей (fuzzy neural networks): разработку архитектуры сети (наибольшее распространение в настоящее время получили архитектуры нечетких нейронных сетей вида ANFIS и TSK, в основном, поскольку эти сети являются универсальными аппроксиматорами) ; нахождение значений параметров с использованием аппарата нечеткой логики, переход на более высокий уровень с помощью функций активации, определение параметров функций принадлежности с использованием алгоритмов обучения сети; - разработка методик нечетких запросов к базам данным (fuzzy queries); нечетких ассоциативных правил

94 (fuzzy associative rules) извлечения из баз данных необходимых закономерностей; нечетких когнитивных карт (fuzzy cognitive maps), отражающих причинноследственные связи между параметрами и степень влияния (вес) одних на другие; - использование методов нечеткой кластеризации, предусматривающих, что объект может одновременно принадлежать нескольким кластерам; - методы многокритериальной оптимизации, в частности, метод анализа иерархий и приоритетов альтернатив (1990-е г. Т.Саати), система поддержки принятия решений «Expert Choice» и др ИСПОЛЬЗОВАНИЕ МЕТОДА АНАЛИЗА ИЕРАРХИЙ ДЛЯ ВЫБОРА ТРЕБУЕМОЙ ФУНКЦИОНАЛЬНОЙ МОДЕЛИ КИНОВИДЕОТЕХНИКИ Процедура поддержки принятия решений (analytic hierarchy process), предложенная Т.Саати, в русском переводе известна как метод «анализа иерархий» или метод «анализа иерархий и приоритетов альтернатив» [5] и объединяет экспертные процедуры парных сравнений и аналитический подход (алгебраическую теорию матриц). Расчетной интегральной квалиметрической моделью, которая используется в методе анализа иерархий, является модель в виде линейной свертки характеристик оцениваемых объектов (альтернатив). Рассмотрим последовательность использования расчетной методики на примере выбора наиболее целесообразной модели видеопроектора. с точки зрения обеспечиваемых ею характеристик

95 1. Первый этап заключается в формировании структуры критериев. В таблице 4.1 приведены характеристики анализируемых моделей видеопроекторов [6]. Структура характеристик (критериев) может быть многоуровневой: 0-й уровень выбор видеопроектора, 1-й уровень критерии световой поток, контрастность, наличие акустических помех и т.д. Для упрощения расчетов ограничимся уровнем Затем получают оценки каждой альтернативы по каждому критерию. Если существуют объективные оценки, то их значения нормируют таким образом, как это сделано в таблице 4.2. В том случае, когда для критерия не существует объективных оценок, как, в данном случае, для акустических помех, процедура Саати рекомендует использовать парные сравнения. Для результата оценки сравнения пары альтернатив может использоваться в общем случае шкала с такими градациями, как: 1- равноценность, 3 умеренное превосходство, 5 сильное превосходство, 7 очень сильное превосходство, 9 высшее превосходство. Возможно использование шкалы, которая показывает «превосходство в определенное количество раз». Результаты парных сравнений альтернатив для критерия «акустические помехи» с использованием первой шкалы приведены в таблице 4.3. Последующая обработка результатов предполагает перевод простых дробей в десятичные и нормирование полученных значений (таблица 4.4). Приведенные результаты отражают точку зрения конкретного эксперта, для повышения точности вместо строчных сумм Саати рекомендует использовать собственный вектор матрицы парных сравнений.

96 Итоговые результаты оценок альтернатив по критериям приведены в таблице Аналогичным образом определяются веса критериев (весовые коэффициенты характеристик). В таблице 4.6 приведены результаты субъективной экспертизы по

97 Таблица 4.1 Анализируемые модели видеопроекторов и их основные характеристики Альтернативы TOSHIBA TDP-D2 Sanyo PLV- 70 SHARP XV- Z200E PANASONIC PT-AE700E Критерии Цена,$ Световой Контрастность Наличие поток, по белому и акустических ANSI-Lm черному помех полям :1 Заметны :1 Заметны :1 Низкий уровень :1 Низкий уровень Таблица 4.2 Оценки альтернатив по объективным критериям Альтернативы Световой поток, Контрастность п Абсолютное значение, ANSI-Lm Нормированное значение TOSHIBA TDP-D , :1 Sanyo PLV ,34 900:1 SHARP XV-Z200E 700 0, :1 Абсолютное значение

98 PANASONIC PT , :1 AE700E Сумма 1,00

99 оценке степени важности отдельных критериев, проведенной методом парных сравнений, причем, для количественной оценки степени важности можно использовать те же шкалы, что и для оценки альтернатив. Рассчитанные веса критериев приведены в таблице Для получения интегральных оценок альтернатив (функций полезности) используют линейную свертку критериев, или средневзвешенное арифметическое значение: TOSHIBA TDP-D2-0,33; Sanyo PLV-70-0,25; SHARP XV-Z200E - 0,19; PANASONIC PT-AE700E 0, Если это целесообразно и есть соответствующие данные, последним этапом является анализ отношения «функция полезности / нормированная стоимость», при этом приоритетной считается альтернатива, для которой указанное отношение максимально. Для наглядности все необходимые для анализа данные сведены в таблицу 4.8. Таким образом, на основании мнения опрашиваемого эксперта (лица, принимающего решение, ЛПР), в результате использования метода анализа иерархий и приоритетов альтернатив наиболее целесообразной из анализируемых моделей видеопроекторов оказался видеопроектор TOSHIBA TDP- D2. Как и любая другая квалиметрическая процедура, метод анализа иерархий имеет определенные достоинства и недостатки. К достоинствам относится использование метода парных сравнений для оценки весов критериев (в отличие от прямого метода) и возможность представления критериев в виде иерархии. К

100 недостаткам метода следует отнести использование балльной порядковой шкалы для оценки превосходства и тем более - использование шкалы, на которой указывается «превосходство альтернативы в определенное число раз». В этом случае возможны некорректные ситуации. Корректнее и надежнее использовать метод парных сравнений для получения только качественных заключений, не уточняя, во сколько раз важнее или лучше. Тем не менее, метод полезен и целесообразен для приближенного или предварительного квалиметрического функционального анализа. Таблица 4.3 Результат парных сравнений альтернатив для критерия «акустические помехи» TOSHIBA TDP-D2 Sanyo PLV-70 SHARP XV-Z200E PANASONIC PT-AE700E TOSHIBA 1/1 1/1 1/3 1/3 TDP-D2 Sanyo PLV-70 1/1 1/1 1/3 1/3 SHARP XV- 3/1 3/1 1/1 1/1 Z200E PANASONIC PT-AE700E 3/1 3/1 1/1 1/1

101 Таблица 4.4 Оценки альтернатив по критерию «акустические помехи» TOSHIBA TDP-D2 Sanyo PLV- 70 SHARP XV- Z200E TOSHIBA TDP-D2 Sanyo PLV- 70 SHARP XV- Z200E PANASONIC PT-AE700E Сумма оценок по строкам 1,00 1,00 0,33 0,33 2,66 0,13 1,00 1,00 0,33 0,33 2,66 0,13 3,00 3,00 1,00 1,00 8,00 0,37 Нормирован сумма оц альтернатив по данн критерию PANASONIC 3,00 3,00 1,00 1,00 8,00 0,37 PT-AE700E Сумма 21,32 1,00

102 TOSHIBA TDP-D2 Sanyo PLV- 70 SHARP XV- Z200E PANASONIC PT-AE700E Световой поток, ANSI-Lm Таблица 4.5 Оценки альтернатив по критериям Контрастность Наличие по белому и акустических черному помех полям 0,39 0,30 0,13 0,34 0,12 0,13 0,11 0,29 0,37 0,16 0,29 0,37 Таблица 4.6 Результаты парных сравнений степени важности критериев (для одного эксперта) Световой поток, ANSI- Lm Контрастность по белому и черному полям Наличие акустических помех Световой поток, ANSI- Lm Контрастность по белому и черному полям Наличие акустических помех 1/1 3/1 5/1 1/3 1/1 3/1 1/5 1/3 1/1

103

104 Световой поток, ANSI-Lm Таблица 4.7 Веса критериев (расчетные значения) Контрастность по белому и черному полям Наличие акустических помех Сумма по строкам Вес критер Световой 1,00 3,00 5,00 9,00 0 поток, ANSI- Lm Контрастность 0,33 1,00 3,00 4,33 0 по белому и черному полям Наличие 0,20 0,33 1,00 1,53 0 акустических помех Сумма 14,86 1

105 Таблица 4.8 Оценка отношения функция полезности (интегральная оценка) /нормированная стоимость TOSHIBA TDP-D2 Sanyo PLV- 70 SHARP XV- Z200E Стоимость, $ Стоимость нормированная Функция полезности Отношение ,19 0,33 1, ,41 0,25 0, ,25 0,19 0,76 PANASONIC PT-AE700E ,15 0,23 1,53 Сумма ,00 1,00 Математический аппарат метода анализа иерархий реализован для трех-, четырех- и пятиуровневых иерархий, программное обеспечение разработано в среде MATLAB [7]. При решении многоуровневых задач метод предоставляет логическую процедуру, обеспечивающую анализ сложной системы за счет выполнения простых действий. При проведении процедуры синтеза оценки альтернатив (приоритеты) синтезируются, при этом частные приоритеты критериев перемножаются на приоритет соответствующего критерия на вышестоящем уровне и суммируются. Процедура продолжается для всех уровней, в итоге, получается глобальный приоритет иерархии МЕТОДИКА ОЦЕНКИ КАЧЕСТВА УСЛУГ ПО КИНОВИДЕООБСЛУЖИВАНИЮ ЗРИТЕЛЕЙ При все более широком распространении таких процедур, как сертификация систем менеджмента

106 качества предприятий и организаций, сертификация услуг, роль количественных оценок качества, «измеримости целей в области качества», оценивания результатов преобразований, происходящих в анализируемых системах, становится все более очевидной. Особенности количественных оценок качества услуг по киновидеообслуживанию зрителей, т.е. результатов преобразований, происходящих в аудиовизуальных системах, заключаются в необходимости использования разнообразных инструментальных (приборных) методов контроля и оценки и экспертных квалиметрических методик. В то же время экспертные квалиметрические методики, используемые для оценки качества услуг, также неоднородны. Для оценки качества изображения и звука необходимо использовать субъективные психофизические экспертизы, а для оценки остальных параметров интеллектуальные (логические) квалиметрические экспертизы. Иерархическая структура характеристик, определяющих качество услуг по киновидеообслуживанию зрителей, приведена в ОСТ (таблица 4.9, [8]). Интегральная оценка услуги может быть определена с использованием интегродифференциального показателя [9] 2 n C n 2 1 Q cos ( ki qi )exp( qi qi 1 i i 1ri, i 1 ), i 1 2 i 1 где n - количество обобщенных квалиметрических параметров, определяющих качество услуги; ki - средние арифметические значения

107 коэффициентов весомости обобщенных квалиметрических параметров; k i 1; qi, q i 1 - отклонения обобщенных квалиметрических характеристик услуги от эталонного значения, измеренные в нормированной шкале отношений; i, i 1 - среднеквадратические отклонения коэффициентов весомости обобщенных квалиметрических характеристик услуги; ri, i 1 - коэффициент корреляции между обобщенными характеристиками услуги. Поскольку характеристики, определяющие качество услуг, имеют иерархическое строение, в начале расчета целесообразно определять обобщенные квалиметрические параметры q i 2 k C k 2 1 cos ( kij ij ) exp( ij i, j 1 i i, j 1ri, j, j 1), j 2 j 1 j 1 где δ i,j, δ i,j+1 - отклонения технических (частных) параметров от эталонных значений, измеренные в шкале отношений; k количество технических параметров, влияющих на i-й обобщенный квалиметрический параметр; σ ij ; σ i,j+1 среднеквадратические отклонения коэффициентов весомости технических параметров; m 1 2 ( k k ; r i,j,j+1 парные коэффициенты ij m p 1 ij i, j, p) корреляции между техническими параметрами; r n i 1 m ( kij kijp)( ki, j 1 ki, j 1, ), i j i, j, j 1 p p 1 k - среднее арифметическое значение коэффициента весомости j-го

108 технического параметра, влияющего на i-й обобщенный квалиметрический параметр, рассчитанное на основании m 1 проведенного экспертного опроса; k ij k ijp ; m m количество экспертов; k 1. k j 1 ij p 1 Последовательность расчета качества услуг по киновидеообслуживанию зрителей может быть следующей [10,11]. На первом этапе определяют значения отклонений технических параметров относительно эталонных значений, указанных в стандарте, и переводят значения, полученные в результате технических измерений, в значения на нормированной шкале отношений (при этом необходимо использовать преобразование шкалы категорий в шкалу отношений). В качестве эталонных значений принимаются максимальные значения каждого частного параметра по ОСТ , причем, для каждого параметра проводится шкалирование диапазон реальных значений преобразовывается в нормированную шкалу отношений, находится точка на шкале, соответствующая уровню оцениваемого параметра. Шкалирование также может быть проведено при построении психофизических зависимостей q ij (δ ij ). Вторым этапом является расчет значений обобщенных квалиметрических параметров q i при отклонениях технических параметров от эталонных значений. Например, качество изображения рассчитывают как ij

109 q 1 2 k C k 2 1 cos ( k1 j 1 j )exp( 1 j 1, j 1 1 1, j 1r1, j, j 1), j г 2 j 1 де k 1 j средние арифметические значения коэффициентов весомости технических параметров, влияющих на качество изображения (их количество k=4): k - среднее арифметическое коэффициента весомости 11 разрешающей способности; k 12 - среднее арифметическое коэффициента весомости неустойчивости изображения; k 13 - среднее арифметическое коэффициента весомости яркости изображения; k14 - среднее арифметическое коэффициента весомости соответствия изображения экрану; δ 1j - отклонения технических параметров от эталонных значений ( δ 11, δ 12, δ 13, δ 14 ); σ 1j - среднеквадратические отклонения коэффициентов весомости технических параметров, влияющих на m 1 2 качество изображения; 1 j ( k1 j k1 jp ), m m количество экспертов; j номер технического параметра, влияющего на качество изображения; p номер эксперта; r 1,j, j+1 - парные коэффициенты корреляции между техническими параметрами, влияющими на качество j 1 p 1 m 1, j, j 1 ( 1j 1jp 1, j 1 1, j 1, p p 1 изображения r k k )( k k ). Значения средних арифметических и среднеквадратических значений коэффициентов весомости параметров, влияющих на качество

110 изображения, удобно определять, пользуясь таблицами 4.10 и Расчет каждого парного коэффициента корреляции ( r 1,12, r 1,13, r 1,14, r 1,23, r 1,24, r 1,34 ) удобно проводить, составив для каждого коэффициента электронную таблицу (таблицы 4,12, 4.13). Аналогичный расчет используется для оценки уровня качества всех остальных обобщенных характеристик, влияющих на качество услуг по киновидеообслуживанию зрителей. Заключительным этапом является расчет интегродифференциального показателя качества услуги. Результаты экспертного опроса по определению коэффициентов весомости обобщенных квалиметрических параметров и их статистические характеристики приведены в таблицах 4.14 и Коэффициенты весомости обобщенных характеристик также могут быть определены на основании расчета [11,12]. Результаты расчета парных коэффициентов корреляции между обобщенными квалиметрическими параметрами приводятся в таблице В том случае, когда целесообразно проанализировать промежуточные результаты расчетов, например, значения обобщенных квалиметрических характеристик, для расчета интегродифференциального показателя качества услуг по киновидеообслуживанию зрителей можно использовать электронные таблицы. На рис. 4.1 и 4.2 приведено графическое изображение полученных экспериментально- расчетных результатов для различных вариантов сочетаний значений технических параметров. Любая математическая модель, особенно, модель субъективной квалиметрической экспертизы, даже если

111 она имеет научно- практическое обоснование, является искусственной моделью, предназначенной для решения определенной прикладной задачи. Значения, получаемые с помощью модели, целесообразно нормировать, умножать на определенные коэффициенты, область полученных значений часто необходимо делить на поддиапазоны (терм-множеста, градации, категории) и т.д. Поскольку весь диапазон значений квалиметрических характеристик (0-1) не представляет практического интереса, в этом диапазоне выделяется рабочая область, и в этой области рассчитываются нормированные значения обобщенных квалиметрических характеристик q iн и интегродифференциального показателя Q н. Значения интегродифференциального показателя качества услуг по киновидеообслуживанию зрителей (значения на оси ординат) могут быть приведены к категориям кинотеатров, которые соответствуют требованиям ОСТ Для этого необходимо воспользоваться преобразованием шкалы отношений в шкалу, основанную на нечетких множествах и функциях принадлежности к этим множествам, разделив рабочий диапазон значений характеристик в соответствиями требованиями стандарта на три терм- множества, соответствующих категориям кинотеатров: высшей, первой и второй. Рассмотренная методика может быть использована не только для целей сертификации, но и, например, для оценки конкурентоспособности услуг по киновидеообслуживанию зрителей, оказываемых различными кинотеатрами.

112 110 Таблица 4.9 Структура качественных показателей услуг по киновидеообслуживанию зрителей [8] Названия обобщенных квалиметрических характеристик КАЧЕСТВО ИЗОБРАЖЕНИЯ q i q 1 k i k 1 Технические параметры, определяющие качество услуги Разрешающая способность, δ 11, k 11 Неустойчивость изображения, δ 12, k 12 Яркость экрана, δ 13, k 13 Соответствие изображения размеру экрана, δ 14, k 14 КАЧЕСТВО ЗВУКОВОСПРОИЗ- ВЕДЕНИЯ q 2 k 2 Электроакустическая частотная характеристика воспроизв Уровень акустических шумов и помех, δ 22, k 22 ТЕХНОЛОГИ- ЧЕСКИЕ, АКУСТИЧЕСКИЕ, КОМФОРТНЫЕ ПОКАЗАТЕЛИ ЗРИТЕЛЬНОГО ЗАЛА q 3 k 3 Количество мест зала в зоне наилучшего восприятия изоб Количество мест зала в зоне наименьших геометрически k 32 Площадь в зрительном зале, приходящаяся на одного зрит Частотная характеристика времени реверберации, δ 34, k Количество мест зала в зоне наилучшего восприятия звук

113 111 КАЧЕСТВО ВНЕСЕАНСНОГО ОБСЛУЖИВАНИЯ q 4 k4 Эстетика и комфорт в зрительном зале, δ 36, k 36 Аудиовизуальное обслуживание зрителей, δ 41, k 41 Эстетичность и комфортабельность фойе, δ 42, k 42 Вид и информативность рекламы, δ 43, k 43 Работа буфета, δ 44, k 44 Экстерьер кинотеатра, δ 45, k 45 Расположение кинотеатра, δ 46, k 46 Таблица 4.10 Средние арифметические значения коэффициентов весомости параметров, влияющих на качество изображения, полученных по m 1 оценкам экспертов, k 1 j k1 jp m p 1 4 0,6 0,2 0,1 5 0,5 0,1 0,35 группы экспертов Коэффициент весомости разрешающей способности, k 11 Среднее арифметическое значение коэффициента весомости k 11 Коэффициент весомости неустойчивости изображения, k 12 Среднее арифметическое значение коэффициента весомости - k 12 Коэффициент весомости яркости, k 13 Средне арифме тическо значени коэффи ента весомос k ,6 0,1 0,2 2 0,55 0,55 0,15 0,15 0,25 3 0,5 0,2 0,2 0,22

114 112 Таблица 4.11 Расчет среднеквадратических значений коэффициентов весомости параметров, влияющих на качество изображения, полученных по оценкам экспертов, 1 m 2 1 j ( k 1 j k1 jp ) m p 1 Разрешающая группы способность m экспер- ( k11 ( k 11 p 1 k тов 2 k 11 p ) ) 2 11p Неустойчивость ( k 12 2 σ 11 k12 p ) m p 1 ( k 12 k 12 p ) 2 σ 12 Яркость ( k 13 k 13 p ) 2 m ( k p 1 13 k ) 2 13 p σ 1 0,0025 0,0025 0, , ,0025 0,05 0,0025 0,01 0,05 0, ,0025 0,0169 0,0025 0,01 5 0,0025 0,0025 0,0144 0,033 0 Таблица 4.12 Электронная таблица для расчета парного коэффициента корреляции между разрешающей способностью и неустойчивостью изображения, r 1 12 k11 k 111 k 11 k112 k 11 k k114 k k 11 k115

115 113 k 12 k 121 0,0025 k 12 k k 12 k 123 0, ,0025 k 12 k 124-0, ,0025 0,0025 k 12 k 125 r 0, , ,0025-0,0025 0,0025

116 114 Таблица 4.13 Результаты расчета парных коэффициентов корреляции между параметрами, влияющими на качество изображения, r 1 j,j+1-0,02 0,001-0,03 0, ,05 0 0,05 0,05-0,05 0,02-0, ,001-0,13 0, ,0065-0,0065 0,12-0, ,006 0,006-0,006 r 1 13=-0,004-0,02 0,001 0,03-0, ,05 0 0,05 0,05-0,05-0,02 0, ,001 0,03-0, ,0015 0,0015-0,02 0, ,001-0,001 0,001 r 1 14=0,001-0,02 0,001-0,03 0, ,05 0-0,05 0,05-0,05 0,02-0, ,001-0,13 0, ,0065-0,0065 0,12-0, ,006 0,006-0,006 r 1 23=-0,005-0,02 0,001-0,05 0-0,05 0,05-0,05

117 115 Продолжение таблицы 0,03-0, ,02 0, ,001-0,03-0, ,0015 0,0015-0,02 0, ,001-0,001 0,001 r 1 24=0,002-0,02 0,0004 0,03-0,0006-0,02-0,03 0,02-0,13 0,12-0,0009-0,02 0,0004 0,0006-0,0004 0,03-0,0006-0,0009 0,0006-0,02 0,0004 0,0006 r 1 34=-0,0045-0,0039-0,0004 0,0026-0,0024 Таблица 4.14 Средние арифметические значения коэффициентов весомости обобщенных квалиметрических параметров, влияющих на качество услуг по киновидеообслуживанию зрителей, полученные m по оценкам экспертов, 1 k i k ip n p 1 Номер группы экспертов 1 k 1 k 1 k 2 k 2 k 3 k 3 0,30 0,30 0,30 0,10 0,34 0,33 0,22 k 4 k 4 0,11 2 0,30 0,25 0,25 0,20 3 0,35 0,35 0,20 0,10 4 0,40 0,40 0,15 0,05

118 ,35 0,35 0,20 0,10

119 117 Номер группы экспертов Таблица 4.15 Расчет среднеквадратических отклонений коэффициентов весомости обобщенных квалиметрических параметров, влияющих на качество услуг по киновидеообслуживанию зрителей, полученных по оценкам экспертов, m ) 2 ( k 1 k 1 p p 1 ( k 1 k ) 1 0,0016 0,0009 i 1 p 2 1 m 2 ( k i kip ) m p 1 m 2 σ 1 ( k 2 k ) 2 p p 1 2 0,0016 0, ,0001 0,03 0,08 0,0004 0,01 4 0,0036 0, ,0001 0,0004 Номер группы экспертов П m ( k ) 2 3 k m 2 3 p ( k 3 k3 p ) 2 σ 3 ( k 4 k ) 4 p p 1 p 1 1 0,0064 0,01 0,04 0,0001 0,01 2 0,0009 0, ,0049 0,0001

120 ,0009 0, ,0004 0,0001

121 119 Таблица 4.16 Парные коэффициенты корреляции между обобщенными r 12 r 13 r 14 r 23 квалиметрическими параметрами, r i,i+1 r r ,010-0,002-0,002-0,001-0,010 0, ИНТЕЛЛЕКТУАЛЬНЫЕ ВАЛИМЕТРИЧЕСКИЕ ЭКСПЕРТИЗЫ: МЕТОДИКА ОПРЕДЕЛЕНИЯ КОЭФФИЦИЕНТОВ ВЕСОМОСТИ ТЕХНИЧЕСКИХ ПАРАМЕТРОВ НА ОСНОВАНИИ ТРЕБОВАНИЙ НОРМАТИВНО- ТЕХНИЧЕСКИХ ДОКУМЕНТОВ При использовании интеллектуальных квалиметрических экспертиз для формирования номенклатуры качественных характеристик оцениваемых объектов, интегральной квалиметрической оценки уровня качества, ранжирования объектов по уровню качества, присвоения изделиям, услугам какой-то определенной категории, градации, сертификация систем менеджмента качества предприятий и организаций и т.д. непременно возникает необходимость количественных оценок качества, «измеримости целей в области качества», оценивания результатов преобразований, происходящих в анализируемых системах, т.е. необходимость применения различных расчетных квалиметрических моделей.

122 120 Рис Психофизические зависимости обобщенных квалиметрических характеристик q i, определяющих качество услуг по киновидеообслуживанию зрителей, от отклонений технических параметров δ ij относительно их эталонных значений: q н - нормированное значение обобщенной характеристики в рабочей области ее существования

123 121 Рис.4.2. Влияние обобщенных квалиметрических характеристик q i на интегродифференциальный показатель качества услуг по киновидеообслуживанию

124 122 Разнообразие задач, которые решаются с использованием интеллектуальных квалиметрических экспертиз, приводит к разнообразию расчетноэкспериментальных методик, на которых основывается решение этих задач. Практически при решении любой квалиметрической проблемы возникает необходимость оценки коэффициентов весомости либо частных параметров, например, технических параметров, либо обобщенных квалиметрических характеристик. Эти коэффициенты определяются в результате субъективных квалиметрических экспертиз методами ранжирования, простых и полных парных сравнений и т.д. В том случае, когда в отраслевой нормативнотехнической документации имеются требования устанавливающие соответствие между значениями квалиметрических характеристик и влияющими на них техническими параметрами, можно использовать расчетную методику определения средних значений коэффициентов весомости технических параметров. Рассмотрим методику на примере качества услуг по киновидеообслуживанию зрителей. Определим коэффициенты весомости технических параметров, влияющих на такую обобщенную квалиметрическую характеристику, как качество изображения. Классификация технических параметров, требования к их количественным значениям для реперных точек шкалы категорий приведены в ОСТ Кинотеатры и видеозалы. Категории. Технические требования. Методы контроля и оценки. Для наглядности и удобства расчетов требования стандарта представлены на рис Для количественной оценки значений квалиметрических характеристик было использовано преобразование

125 123 значений порядковой шкалы (шкалы категорий) в значения шкалы отношений. Такие преобразования используются достаточно давно и позволяют проводить последующую математическую обработку результатов, полученных в ходе квалиметрических экспертиз [13]. Рис Требования ОСТ к яркости B киноизображения: q 1 - субъективная оценка яркости; δ 1 величина яркости в нормированной шкале; δ 1 - отклонение яркости от эталонного значения в нормированной шкале

126 124 Рис.4.4. Требования ОСТ к разрешающей способности R изображения: q 2 - субъективная оценка четкости; δ 2 величина разрешающей способности в нормированной шкале; δ 2 - отклонение разрешающей способности от эталонного значения в нормированной шкале Рис.4.5. Требования ОСТ к неустойчивости H изображения: q 3 - субъективная оценка пространственности; δ 3 - отклонение величины неустойчивости изображения от эталонного значения в нормированной шкале

127 125 Рис.4.6. Требования ОСТ к соответствия изображения размеру экрана: q 4 - субъективная оценка пространственности; δ 4 - отклонение величины соответствия изображения размерам экрана от эталонного значения в нормированной шкале Для аппроксимации представленных психофизических зависимостей можно использовать интегродифференциальный критерий [9] i i q i cos ( k i i )exp( ), 2 где k i - среднее арифметическое значение коэффициента весомости технического параметра; i - отклонение значения технического параметра от эталонного уровня в нормированной шкале отношений; i -

128 126 среднеквадратическое отклонение коэффициента весомости. Поскольку в данном случае требования стандарта носят номинальный характер и не учитывают возможные диапазоны рассеяния технических параметров и их субъективных оценок, среднеквадратические отклонения коэффициентов весомости могут быть определены только экспериментально [14], а при решении данной задачи i 0. Таким образом, аппроксимирующими зависимостями между значениями квалиметрических характеристик и влияющими на них техническими параметрами являются выражения q cos 2 i ( k i i ). По этим выражениям определяется величина коэффициента весомости технического параметра. Исходные данные, т.е. требования ОСТ и результаты расчетов приведены в таблице Аналогичным образом могут быть определены коэффициенты весомости всех частных параметров (технических, технологических, внесеансного облуживания), влияющих на качество услуг по киновидеообслуживанию зрителей. Для оценки коэффициентов весомости квалиметрических характеристик, определяющих интегральное качество услуги, учитывая, что эти характеристики и их коэффициенты весомости являются обобщенными, целесообразно использовать методику, представленную в работе [15].

129 127

130 е Таблица 4.17 Результаты расчета коэффициентов весомости технических ОСТ Значения квалиметрических характеристик в шкале отношений (qi) Яркость Четкость Пространственность Пространствен 1,00 0,85 0,60 1,00 0,85 0,60 1,00 0,85 0,60 1,00 0,85 Отклонения значений технических параметров от эталонных уровней в относительной шкале ( δi Соответстви Разрешающая Неустойчивость изображени Яркость способность изображения размеру экра 0,00 0,36 0,50 0,00 0,20 0,38 0,00 0,83 0,93 0,00 0,15 1,10 1,37 1,99 1,80 0,48 0,74 2,65 - ти ki 0,21 0,32 0,11 параметров, влияющих на качество изображения при кинопоказе

131 ПРОБЛЕМЫ, ВОЗНИКАЮЩИЕ ПРИ ОЦЕНКЕ ВЕСОВЫХ КОЭФФИЦИЕНТОВ ОБОБЩЕННЫХ ХАРАКТЕРИСТИК В КВАЛИМЕТРИЧЕСКИХ ЭКСПЕРТИЗАХ Оценка передаточных коэффициентов, функций влияния, весовых коэффициентов, коэффициентов чувствительности в технических системах носит название анализа чувствительности целевой функции и может быть проведена с использованием метода приращений, регрессионного анализа и т.д. При интеллектуальных квалиметрических экспертизах для этой цели используют методы ранжирования, простых и полных парных сравнений, стоимостных регрессионных зависимостей, предельных и допустимых значений и т.п. Определить коэффициент весомости обобщенной квалиметрической характеристики или коэффициент чувствительности к ней экспериментально, как правило, бывает сложно или даже невозможно, однако, этот коэффициент может быть рассчитан. Расчетная методика для оценки коэффициента чувствительности к обобщенной характеристике необходима и при психофизических экспертизах по оценке качества изображения и звука, и при интеллектуальных квалиметрических экспертизах по оценке качества услуг, изделий. При расчете весового коэффициента обобщенной характеристики можно провести аналогию между квалиметрической экспертизой и неравноточными измерениями, поскольку коэффициент чувствительности к обобщенной характеристике k i может быть представлен как средневзвешенное значение коэффициентов весомости (чувствительности) частных

132 130 характеристик k ij с соответствующими «весами» этих коэффициентов, зависящими от их дисперсий m k i g ij j 1 k ij g ij, где m - количество частных характеристик, параметров, влияющих на i-ю обобщенную характеристику. «Вес» коэффициента весомости частной квалиметрической характеристики может быть определен 1 2 ij как g ij m. 1 2 j 1 ij С учетом вышесказанного, среднее арифметическое значение коэффициента весомости обобщенной характеристики может быть рассчитано как m 1 k 2 ij j 1 ij k i. m 1 2 j 1 ij Дисперсия коэффициента весомости обобщенной квалиметрической характеристики также может быть рассчитана по дисперсиям коэффициентов весомости частных характеристик, параметров т.е. i m m m D[ g ijkij ] g ij D[ kij ] g ij ij, j 1 j 1 j 1 D[ k ] D[ k i ] m j ij m 1 2 ij i 1 2 ij m j ij.

133 131 Дисперсии весовых коэффициентов частных характеристик являются либо результатом экспериментальной оценки заметности изменения этих характеристик, под влиянием изменений остальных характеристик, либо рассчитываются по результатам экспертного опроса и в этом случае определяются неоднозначностью суждений экспертов. Можно привести пример использования данной методики для определения коэффициентов весомости обобщенных квалиметрических характеристик, влияющих на качество услуг по киновидеообслуживанию зрителей (Таблица 4.9) [14,15]. Результаты экспертного опроса по определению коэффициентов весомости частных технических параметров и обобщенных квалиметрических характеристик, влияющих на качество киноизображения, а также результаты расчета средневзвешенных значений коэффициентов весомости приведены в таблице Как показывает сравнение коэффициентов весомости обобщенных квалиметрических характеристик, при использовании средневзвешенных значений получаются более точные значения коэффициентов, чем при экспертном опросе: поля рассеяния полученных значений, определяемые их среднеквадратическими отклонениями, сужаются в 4 8 раз.

134 132 Таблица 4.18 Коэффициенты весомости технических параметров, влияющих на качество изображения, и их среднеквадратические отклонения, определенные в результате экспертного опроса и рассчитанные как средневзвешенные значения Средние арифметические значения коэффициентов весомости технических параметров, определенные на основании экспертного опроса Среднеквадратические отклон коэффициентов весомости техниче параметров k 11 k 12 k 13 k 14 σ 11 σ 12 σ 13 σ 14 0,55 0,15 0,22 0,08 0,05 0,05 0,08 0,02 k 21 k 22 σ 21 σ 22 0,48 0,52 0,14 0,14 k 31 k 32 k 33 k 34 k 35 k 36 σ 31 σ 32 σ 33 σ 34 σ 35 σ 3 0,22 0,14 0,16 0,10 0,20 0,18 0,06 0,05 0,16 0,03 0,06 0, k 41 k 42 k 43 k 44 k 45 k 46 σ 41 σ 42 σ 43 σ 44 σ 45 σ 4 0,08 0,15 0,13 0,08 0,15 0,41 0,08 0,10 0,08 0,08 0,10 0,

135 ИСПОЛЬЗОВАНИЕ МЕТОДОВ ЭКСПЕРТНОЙ КВАЛИМЕТРИИ ДЛЯ СРАВНИТЕЛЬНОЙ ОЦЕНКИ ИНТЕРЕСА ЗРИТЕЛЕЙ К УСЛУГАМ ПО КИНОПОКАЗУ НА ПРИМЕРЕ КИНОТЕАТРОВ СЕТИ «КРОНВЕРК СИНЕМА» В Г. САНКТ-ПЕТЕРБУРГЕ Любой современный кинотеатр стремится расширить набор предоставляемых зрителю услуг. Ответ на вопрос о том, насколько целесообразна та или иная функция, услуга может быть получен при использовании экспертных квалиметрических методов и является одним из элементов квалиметрии услуг по киновидеообслуживанию зрителей. Как было сказано выше, современная экспертная квалиметрия предусматривает широкий спектр различных интегральных и комплексных критериев, которые могут быть использованы при решении разнообразных практических задач. Для оценки качества услуг по киновидеообслуживанию зрителей может быть использован интегродифференциальный критерий, позволяющий учитывать случайный характер экспертных оценок, статистические параметры оценок, взаимосвязи (обменные соотношения) между отдельными параметрами Расширяя спектр предоставляемых зрителю услуг, хозяин кинотеатра должен достоверно знать, какие из услуг наиболее востребованы потребителями, т.е. какова степень весомости той или иной услуги, от каких можно отказаться, чтобы не вкладывать деньги зря.

136 109 Решение этой проблемы возможно с использованием экспертных квалиметрических методик и является одним из элементов квалиметрии услуг по киновидеообслуживанию зрителей. Методы интеллектуальной экспертной квалиметрии позволяют формировать функциональные модели, оценивать степень важности той или иной функции, количественно определять возможности обменных соотношений, интегральный уровень качества предоставляемых услуг. Для оценки качества услуг по киновидеообслуживанию зрителей может быть использован интегродифференциальный критерий, позволяющий учитывать случайный характер экспертных оценок, взаимосвязи между отдельными параметрами где k n 2 Q cos ( ki i ) exp( i i 1 i i 1ri, i 1 ), 1 N i 1 i k im N m 1 2 Cn i 1 - средние арифметические значения коэффициентов весомости частных квалиметрических параметров; i - отклонения субъективных оценок функциональных параметров от эталонных значений; σ i среднеквадратические отклонения коэффициентов весомости параметров, N 1 влияющих на качество услуг, i k i kim ; N m 1 r i,i+1 парные коэффициенты корреляции между коэффициентами весомости параметров, влияющих на качество услуг по киновидеообслуживанию зрителей 2

137 110 k k k k N r i, i 1 i im i 1 i 1, m m 1 ; N количество экспертов; n количество функциональных параметров. Рассмотрим методику оценки востребованности услуг, предоставляемых кинотеатрами [], на примере кинотеатров сети «Кронверк Синема» в г. Санкт-Петербурге. Перечень предоставляемых услуг приведен в рекламном буклете сети (таблица 4.19). Для упрощения дальнейших расчетов обозначим предлагаемые услуги цифрами: количество залов; количество мест; количество сеансов в день; наличие бесплатного паркинга; бар; спортбар; единый телефон заказа билетов; ночные сеансы; Love Seats; выступление музыкальных коллективов + лучшие фильмы года; детские сеансы; бонусы; скидки.

138 111 Для определения коэффициентов весомости можно использовать метод полных парных сравнении, который предполагает, что эксперт каждый раз рассматривает пару услуг и определяет более значимую. В случае большей значимости этой услуге присваивается - 2, равноценности 1, меньшей значимости 0. Результаты экспертизы на примере ответов одного эксперта приведены в таблице После экспертного опроса проводилась статистическая обработка результатов экспертиз для группы экспертов, рассчитывались средние арифметические значения коэффициентов весомости услуг, среднеквадратические отклонения этих коэффициентов, парные коэффициенты корреляции между ними (таблицы 4.21 и 4.22). Для упрощения расчетов целесообразно использовать таблицы Excel.

139 112 Таблица 4.19 Услуги, предоставляемые кинотеатрами сети «Кронверк Синема» г.санкт-петербурга Кинотеатр Перечень предоставляемых услуг Заневский каскад Норд Академиче ский Балканский Меркурий

140 113 Нео

141 114 Таблица 4.20 Значения коэффициентов весомости параметров, определяющих качество услуг по киновидеообслуживанию зрителей в кинотеатрах сети «Кронверк Синема», полученные по результатам субъективной квалиметрической экспертизы методом полных парных сравнений G j(1) Кол-во залов Кол-во мест 3 Кол-во сеансов в день 4 Паркинг Бар Спорт-бар Телефон заказа 8 Ночные сеансы 9 Love seats Выступл. муз кол-в 11 Детские сеансы 12 Бонус Скидки

142 115 Таблица 4.21 Среднеквадратические отклонения параметров, определяющих качество услуг по киновидеообслуживанию зрителей в кинотеатрах сети «Кронверк Синема» г. Санкт- Петербурга Название параметра k σ i i Кол во залов Колво мест Бар Love seats Кол-во сеансов Паркинг Спортбар Телефон заказа билетов Ночные сеансы Выступл муз. кол-в 0,09 0,11 0,12 0,10 0,10 0,05 0,06 0,08 0,06 0,06 0,02 0,02 0,02 0,03 0,0316 0,03 0,04 0,03 0,04 0,04

143 116 Таблица 4.22 Парные коэффициенты корреляции между параметрами, влияющими на качество услуг по киновидеообслуживанию зрителей r 12 r 13 r 14 r 15 r 16 r 17 r 18 r 19 r 0, ,0004 0,0015 0,001-0,0015-0,001-0,002 0 r 111 r 112 r 113 r 23 r 24 r 25 r 26 r 27 r - 0,0005-0,002 0,001 0,0005-0,0004 0,001-0,001-0,002 0 r 29 r 210 r 211 r 212 r 213 r 34 r 35 r 36 r - 0,0015 0,0025 0,0015-0,0015-0,0005-0,0008-0,0005 0, r 38 r 39 r 310 r 311 r 312 r 313 r 45 r 46 r 0,0005-0,0015 0,0015-0,001-0,0015-0, r 48 r 49 r 410 r 411 r 412 r 413 r 56 r 57 r -0,001 0,003-0,002-0,0005 0,003-0,0015-0,0025-0, r 59 r 510 r 511 r 512 r 513 r 67 r 68 r 69 r 0,0015 0,0015 0,0035 0,0015-0,002-0,0015-0,002-0,004 0 r 611 r 612 r 613 r 78 r 79 r 710 r 711 r 712 r -0,001-0,004 0,0045-0,0005-0,0035-0,002-0,004-0, r 89 r 810 r 811 r 812 r 813 r 910 r 911 r 912 r 0, ,0005 0,0005 0,0003-0,005-0,0035 0, r 1011 r 1012 r 1013 r 1112 r 1113 r ,003 0,002-0,006 0,004-0,0045-0,0005

144 117 Использование любого интегрального критерия предполагает, что качественные значения дифференциальных параметров, характеристик должны быть переведены в нормированную шкалу отношений. Для шкалирования параметров, определяющих качество услуг по киновидеообслуживанию, можно использовать метод последовательного преобразования шкал, предложенный Антипиным М.В. Этот метод предполагает последовательный переход от порядковой шкалы (категорий, заметности ухудшений) к относительной шкале. На рис.4.7 приведены результаты преобразования на примере такого параметра, как «количество залов в киноцентре». После проведенного шкалирования величина ухудшения Δδ i =1-δ i, входящая в интегральный критерий, может быть определена для любого кинотеатра анализируемой сети. Для параметров, значения которых подразумевают их наличие или отсутствие, величины ухудшений Δδ i принимают значения 1 или 0. Значения отклонений функциональных параметров относительно эталонных значений для всех кинотеатров сети, а также расчетные значения интегродифференциального показателя качества и его нормированные значения представлены в таблице На рис.4.8 представлены сравнительные оценки интегрального уровня качества услуг по киновидеообслуживанию зрителей, предоставляемых кинотеатрами сети «Кронверк Синема». Для того, чтобы подтвердить достоверность и целесообразность рассмотренной методики,

145 118 откорректировать ее для более удобного применения, можно провести количественную оценку степени согласованности полученного ранжированного ряда и данных, например, о прибыльности анализируемых кинотеатров, об окупаемости тех затрат, которые несет кинотеатр для обеспечения той или иной услуги. Это возможно, например, при расчете коэффициента ранговой корреляции Спирмена. Однако такой анализ может быть проведен только по инициативе заинтересованной стороны кинотеатров сети «Кронверк- Синема», поскольку данные, необходимые для анализа, конечно, являются конфиденциальными.

146 119 Рис Зависимость между функциональным параметром «количество залов в киноцентре» и его субъективной оценкой: δ субъективная оценка параметра в шкале отношений; Δδ хор ; Δδ удовл доверительный интервал субъективной оценки

147 120 Таблица 4.23 Значения ухудшений частных квалиметрических параметров, результаты расчёта интегродифференциального показателя качества услуг по киновидеообслуживанию зрителей и нормированное значение интегродифференциального показателя Параметр Ухудшение Δδ к/т «Заневский каскад» к/т «Норд» к/т «Академический» кол-во залов Δδ 1 0,15 0,08 0,15 кол-во мест Δδ 2 0,12 0,19 0,19 кол-во сеансов в день Δδ 3 0,2 0,18 0,2 бесплатный паркинг Δδ бар Δδ спорт-бар Δδ единый телефон заказа билетов Δδ ночные сеансы Δδ love seats Δδ выступления музыкальных коллективов + лучшие фильмы года Δδ детские сеансы Δδ бонус Δδ скидки Δδ Качество услуг Q 0,92 0,97 0,95 Нормированное значение Q н 0,71 1 0,89 «Б

148 121 Рис.4.8. Результаты сравнительной оценки интереса зрителей к услугам, предоставляемым кинотеатрами сети «Кронверк Синема» в г.санкт-петербурге

149 122 Глава 5 ОБОБЩЕННАЯ МОДЕЛЬ КВАЛИМЕТРИЧЕСКОЙ ОЦЕНКИ РЕЗУЛЬТАТИВНОСТИ СИСТЕМ КАЧЕСТВА КИНЕМАТОГРАФИЧЕСКИХ ПРЕДПРИЯТИЙ И ОРГАНИЗАЦИЙ 5.1. УНИВЕРСАЛЬНЫЕ РЕКОМЕНДАЦИИ ПО ФОРМИРОВАНИЮ СИСТЕМ КАЧЕСТВА В КИНЕМАТОГРАФИИ Актуальной задачей современных кинотехнологий, особенно, с приходом в отечественный кинематограф цифровых технологических процессов производства и демонстрации кинофильмов, является гарантированное использование возможностей обеспечения высокого качества изображения и звука, предоставляемых системами цифрового кинематографа. Эта задача требует комплексного подхода к оценке качества изделий киновидеотехники, качества услуг, предполагающего периодический контроль параметров, оценку состояния технологических процессов [1]. По сути, эта задача не может быть решена без использования методов стандартизации, метрологии, сертификации на современном уровне с точки зрения современных нормативно- технических, методических, как отечественных, так и международных подходов, в частности, за счет разработки и внедрения систем менеджмента качества на кинематографических предприятиях. Международный опыт показывает, что разработка на предприятии системы, ориентированной на качество и требования, которым эта система должна

150 123 соответствовать, должна быть основана на универсальных принципах, в частности, представленных в стандартах ISO серии Комплекс этих стандартов введен в действие в 2000 году. Несмотря на то, что ситуацию с применением стандартов ISO серии 9000 в России «не критикует только ленивый», нельзя не отметить ряд положительных изменений, которые в любом случае имеют место при внедрении систем качества: систематизируется вся документация и разделяется ответственность за выполнение конкретных процессов; растет престиж компании; укрепляются позиции на рынке, например, появляется возможность выхода на мировой рынок; снижается уровень несоответствий и т.д. Добровольная процедура сертификации систем качества стала обязательным требованием для участия в тендерах, условием для получения заказа. Потребители, собственники, кредитные организации считают этот сертификат гарантией стабильной работы предприятия. В то же время сертификат на систему качества может принести практическую пользу при условии выполнения некоторых требований: документация должна соответствовать российской и международной системам сертификации; система должна быть понятна для предприятия и потребителей; практическая ценность должна быть измерима; система должна явиться основой информационной базы данных. Кинематография объединяет предприятия и организации, отличающиеся сложностью структуры, назначением (административные организации, производственные предприятия, киностудии, киновидеозрелищные, кинопрокатные, архитектурнопроектные организации, сервисные центры по ремонту,

151 124 техническому обслуживанию киновидеофототехники, образовательные учреждения). Использование одинаковых подходов к решению проблем разработки систем качества на таких разнородных предприятиях невозможно, тем не менее, существуют универсальные рекомендации по формированию систем качества и по оценке стабильности уже разработанных систем. Суть названия «система качества» становится более понятной, если под этим названием понимать «систему управления для достижения качества результатов деятельности» [2]. Документальное подтверждение существования на предприятии или в организации системы качества включает ряд нормативно- технических документов (политику в области качества, руководство по качеству общее и подразделений, стандарты предприятия на процессы, устав, положения о подразделениях, должностные инструкции и т.п.), а также документы, полученные в результате сертификации разработанной системы, и результаты текущих внутренних и внешних аудитов функционирующей системы. Следует отметить две универсальные рекомендации стандартов ISO серии Первая рекомендация касается непременного использования процессного подхода, что, в свою очередь, также способствует разработке соответствующих методик оценки качества функционирования системы, методик анализа результативности процессов. Процессы могут быть разделены на группы: процессы управленческой деятельности; менеджмента ресурсов; жизненного цикла изделий, услуг; измерения, контроля, анализа, совершенствования. Для любого предприятия, выпускает оно продукцию или оказывает услуги, можно

152 125 сформулировать минимальный перечень процессов, составляющих его систему качества: формирование целей в области качества; разработка, документации; обеспечение производственной среды; обеспечение достоверности квалиметрических процедур; проведение закупок; обслуживание оборудования; повышение квалификации персонала; анализ требований потребителей. Перечень процессов не зависит от размеров предприятия, назначения, отличия заключаются в терминологии, в методах оценки. При создании системы качества определяют бизнес-процесс в результате систематизации функций, установленных положениями о структурных подразделениях. Затем формируют структуру процессов менеджмента и обеспечивающих процессов. Между процессами существуют прямые и обратные связи. Обратные связи реализуются как формирование организационной структуры. Бизнес - процессы являются горизонтальными, процессы менеджмента и обеспечивающие являются вертикальными. Описание отдельного процесса включает определение названия, содержания, цели, обозначение «владельца» этого процесса, оформление документации, указание входов и выходов, измеряемых параметров процесса, формирование методик контроля и оценки. Для описания сети процессов, составляющих систему, могут быть использованы такие методы, как диаграмма последовательности, карта процесса, сетевой график, диаграмма потоков, объектно-событийное описание процесса, а также такие стандартные инструменты логического анализа результатов контроля процесса, как причинно- следственная диаграмма, диаграмма Парето,

153 126 ABC-анализ и т.д.. Формы используемых документов определяются организацией. Второй, наиболее сложно реализуемой на практике рекомендацией стандартов ISO, является «измеримость целей в области качества», использование количественных оценок преобразования характеристик продукции, услуг, происходящих в ходе жизненного цикла, т.е. необходимость использования квалиметрических методов. Выполнение этого требования обеспечивает диагностику состояния системы, предотвращение потерь качества, разработку управляющих решений, формирование стратегии совершенствования. Также следует отметить новую, появившуюся в последние годы тенденцию в области систем менеджмента качества, эта тенденция связана с повышением роли отраслевой стандартизации и сертификации, как это уже происходит в наиболее передовых отраслях во всем мире [4]. Эта тенденция, в свою очередь, требует решения новых проблем, например, связанных с определение границ отрасли. Таким отраслевым стандартом, на котором может быть основана сертификация систем качества, например, является стандарт в такой отрасли, как телекоммуникация (TL9000) [5,6]. Система стандартов качества TL9000 была учреждена в 1999 г. форумом, который объединил 150 американских компаний (провайдеров телекоммуникационных услуг, их поставщиков и субподрядчиков) QuEST (The Quality Excellence for Suppliers of Telecommunications Leadership) Forum, и поставил цель - разработать требования в области качества для всемирной индустрии телекоммуникаций. По результатам работы форума был

154 127 сформирован единый стандарт, помогающий решить множество проблем, возникающих при взаимодействии компаний, повысить качество продукции и услуг в этой отрасли. В 2000 г. была утверждена версия 2.5, основанная на ISO 9001:94. В настоящее время QuEST Forum готовится представлять область телекоммуникаций в 176 комитете ISO. Версия 3.0, разработанная в соответствии с требованиями ISO 9001:2000, утверждена в феврале 2001 г. Еще одним примером, подтверждающим повышение роли отраслевых стандартов, является стандарт звуковоспроизведения, разработанный в результате продолжительных исследований сотрудниками Lucasfilm Ltd.. Работы проводились под руководством главного инженера фирмы, Тома Холмана, поэтому новый стандарт получил название Tom Holman's experiment или, сокращенно, ТНХ [7]. Этот стандарт определил новую концепцию пространственного звучания, наиболее естественную и максимально приспособленную к условиям домашнего видеопросмотра. Использование стандартов ISO серии 9000 вызывает определенные сложности, поскольку их рекомендации носят общий характер и в них отсутствуют конкретные требования, что открывает широкое поле деятельности для различных консалтинговых фирм. В итоге внедрение систем качества превращается в достаточно затратную процедуру, как на стадии внедрения, так и при функционировании. Упростить решение этих задач могут универсальные и прозрачные рекомендации по формированию систем качества на предприятиях и в организациях конкретной отрасли. В данной работе сделана попытка разработать такие

155 128 рекомендации для кинематографии. Причем, эти рекомендации, в основном, касаются только аспектов, связанных с количественными оценками преобразований, происходящих в системах качества. Вопросы же организации, управления, экономической эффективности, ориентации на потребителя и т.д., которые также актуальны при разработке систем качества, не являются предметом данного исследования 5.2. ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, ИСПОЛЬЗУЕМЫЕ ДЛЯ ФОРМИРОВАНИЯ СИСТЕМ КАЧЕСТВА, ОЦЕНКИ ИХ РЕЗУЛЬТАТИВНОСТИ И ПОСЛЕДУЮЩЕЙ СЕРТИФИКАЦИИ Разработка сети процессов, составляющих деятельность предприятия или организации, оценка стабильности функционирующей системы качества на предприятии или в организации невозможна без использования элементов CALS - технологий, расширивших границы применения от «автоматизированной поддержки логистических систем» (Computer-Aided Logistics Support) до «непрерывной информационной поддержки жизненного цикла продукта» (Continuous Acquisition and Life Cycle Support). В широком смысле CALS идеология компьютерной автоматизации всех процессов и всех видов деятельности, включая разработку, производство, эксплуатацию и т.д., направленная на повышение их результативности и эффективности. Стандарты и методические материалы CALS технологий, в основном, определяют общий подход, способ представления и интерфейсы доступа к данным различного типа.

156 129 Элементом CALS технологий, получившим наиболее широкое применение и формализованным в нормативных документах, является методология структурного системного анализа и проектирования (Structured Analysis and Design Technique, SADT). Это название было дано части теоретических разработок, относящихся к методологии и языкам описания систем, их автором, Дугласом Т. Россом. Исходная работа над SADT началась в 1969 г. Первое ее крупное приложение было реализовано в 1973 г. при разработке большого аэрокосмического проекта. В 1981 г. SADT уже использовали более чем в 50 компаниях при работе более чем над 200 проектами, включавшими такие области, как телефонные сети, аэрокосмическое производство, управление и контроль, учет материально-технических ресурсов и обработку данных. SADT выделяется среди современных методологий описания систем своей универсальностью и широким применением. В начале 70-х годов методология SADT была реализована в виде четкой формальной процедуры, предполагающей использование определенных бланков диаграмм и титульных листов, а также эффективного метода кодирования связей между декомпозициями. С приходом мощной вычислительной техники, в эту методологию был включен такой элемент, как автоматизация графических методов структурного анализа. SADT методология структурного анализа и проектирования, объединяющая моделирование, управление конфигурацией проекта, разрабатываемой системы, причем, эта методология предполагает использование определенного графического языка. Каждый отдельный процесс может быть разделен на

157 130 несколько этапов, например, процесс моделирования включает: опрос экспертов, создание диаграмм и моделей, оформление документации, оценку адекватности моделей и принятие их для дальнейшего использования. Обобщенный перечень процедур по разработке и внедрению системы включает анализ (определение целей и задач, области существования разрабатываемой системы); проектирование (определение подсистем и их взаимодействия); реализацию (разработку каждой подсистемы, соединение подсистем в единое целое); тестирование; введение системы в действие; функционирование. Современный уровень информационных технологий предоставляет богатый выбор методов для создания автоматизированной поддержки SADT. Наиболее доступным на сегодняшний день SADTсредством является Design/IDEF, изначально построенный в рамках программы интегрированной компьютеризации производства, а сейчас широко используемый в различных областях. Автоматизированная поддержка SADT усложнилась от графического средства до программного обеспечения, опирающегося на общие понятия моделирования. Такие развитые средства обладают способностью понимать семантику взаимосвязанной сети диаграмм SADT и множества моделей, а также объединять это множество сведений и правил с другими технологиями. К таким средствам, например, относится методология графического структурного анализа, называемая методологией построения диаграмм потоков данных (Data Flow Diagrams, DFD ). Диаграммы потоков данных предназначены для описания информационной

158 131 части систем, они описывают внешние по отношению к системе источники и адресаты данных, логические функции, потоки данных и хранилища данных к которым осуществляется доступ. В 1990-е г. часть методологии SADT была стандартизована и опубликована по названием методологии функционального моделирования (Integration Definition for Function Modeling, IDEF0) [8-10]. Методология функционального моделирования хорошо согласуется с такими принципами, на которых основываются системы качества, как процессный и системный подходы и, по сути, является их графической интерпретацией. В настоящее время система стандартов по функциональному моделированию включает несколько стандартов: IDEF0, в этом стандарте приводится совокупность правил и приемов, которые используются для создания функциональной модели бизнес- процессов системы; IDEF1, этот стандарт раскрывает методологию моделирования информационных потоков внутри системы; IDEF2, называется методологией динамического моделирования систем; IDEF3, в этом стандарте предлагаются методы документирования процессов, составляющих систему, с использованием диаграмм потоков событий (Work Flow Diagram, WFD), эти методы позволяют указывать взаимосвязи между процессами, отражать функции системы в их временной последовательности; IDEF4, рассматриваемые в рамках этого стандарта средства позволяют наглядно отображать структуру анализируемых объектов и взаимосвязи между

159 132 составляющими элементами; а также стандарты IDEF5, IDEF6, IDEF8 14. Все перечисленные методики и стандарты были разработаны в США, но в настоящее время им пытаются придать статус международных стандартов. Графический язык IDEF0 прост и логичен. Основой является понятие функционального блока (Activity Box). Функциональный блок графически изображается в виде прямоугольника и подразумевает конкретную функцию, процесс рассматриваемой системы, по требованиям стандарта название каждого функционального блока должно быть сформулировано глаголом. Каждая из четырех сторон функционального блока имеет своё определенное значение (рис. 5.1), при этом верхняя сторона имеет значение управление (Control), левая сторона имеет значение вход (Input), правая сторона имеет значение выход (Output), нижняя сторона имеет значение механизм, ресурсы для преобразования (Mechanism). Взод (метериальный, информационный) Управление преобразованием Преобразование характеристики Механизмы, ресурсы преобразования Выход (материальный, информационный) Рис Описание процесса системы с использованием методов стандарта IDEF0

160 133 Вторым китом методологии IDEF0 является понятие интерфейсной дуги, (Arrow). Также интерфейсные дуги часто называют потоками или стрелками. Интерфейсная дуга отображает элемент системы, который обрабатывается функциональным блоком или оказывает иное влияние на функцию, отображенную данным функциональным блоком. Графическим отображением интерфейсной дуги является однонаправленная стрелка. Каждая интерфейсная дуга должна иметь свое наименование (Arrow Label). По требованию стандарта наименование должно быть оборотом существительного.с помощью интерфейсных дуг отображают различные материальные или информационные объекты, в той или иной степени определяющие процессы, происходящие в системе. Источником (началом) и приемником (концом) каждой функциональной дуги могут быть только функциональные блоки, при этом источником может быть только выходная сторона блока, а приемником любая из трех оставшихся. Необходимо отметить, что любой функциональный блок по требованиям стандарта должен иметь, как минимум, одну управляющую интерфейсную дугу и одну исходящую, т.е. каждый процесс должен происходить по каким-то правилам (отображаемым управляющей дугой) и должен выдавать некоторый результат (выходящая дуга), иначе его рассмотрение не имеет никакого смысла. Обычно IDEF0-модели несут объемную информацию, и для того, чтобы ограничить их перегруженность и сделать более удобными, в стандарте приняты ограничения сложности моделей процессов:

161 134 количество функциональных блоков на диаграмме не должно быть больше трех-шести, шесть блоков заставляет разработчика учитывать иерархическую структуру системы, а наличие трех блоков гарантирует, что в системе достаточно процессов, чтобы оправдать ее создание; количество подходящих к одному функциональному блоку (выходящих из одного функционального блока) интерфейсных дуг не должно быть больше четырех. Разумеется, строго следовать этим ограничениям вовсе необязательно, однако, как показывает опыт, они являются весьма практичными в реальной работе. Использование методов функционального моделирования для разработки систем качества способствует системной упорядоченности и структуризации анализируемого перечня и взаимосвязей процессов, составляющих систему качества конкретного предприятия или организации. Теоретическими основами оценки стабильности выходных качественных характеристик продукции или услуг, т.е. стабильности функционирования системы качества на предприятии или в организации, могут быть методы статистического контроля процессов [11,12], теория параметрической надежности, метод анализа видов и последствий отказов (дефектов) (Failure mode and Effects Analyses, FMEA), являющийся разделом методологии вероятностной оценки риска (Probabilistic Risk Assesment,PRA) [13]. FMEA-анализ представляет собой технологию анализа возможности возникновения дефектов и их влияния на потребителя. FMEA-анализ в настоящее время является одной из стандартных технологий анализа

162 135 качества изделий и процессов, поэтому в процессе его развития выработаны типовые формы представления результатов анализа и правила его проведения. FMEA-анализ позволяет выявить именно те дефекты, которые обуславливают наибольший риск потребителя, определить их потенциальные причины и выработать корректирующие действия по их устранению еще до того, как эти дефекты проявятся и, таким образом, предупредить затраты на их исправление. Целью FMEA-анализа процесса производства является обеспечение выполнения всех требований по качеству процесса производства и сборки путем внесения изменений в план процесса для технологических действий с повышенным риском. FMEA-анализ бизнес-процессов обычно производится в подразделениях, выполняющих данный бизнес-процесс. Целью этого вида анализа является обеспечение качества выполнения бизнес-процесса. Выявленные в ходе анализа потенциальные причины дефектов и несоответствий позволят определить причину неустойчивости системы. Выработанные корректирующие мероприятия должны обязательно предусматривать внедрение статистических методов, в первую очередь для тех операций, где выявлен повышенный риск. FMEA-анализ включает определенные этапы: построение компонентной, структурной, функциональной и потоковой моделей объекта анализа (процесса системы качества); возможно использование моделей, построенных другими методами; исследование моделей, т.е. определение номенклатуры потенциальных дефектов для каждого процесса; определение причин потенциальных дефектов;

163 136 потенциальные последствия дефектов для потребителя; анализ возможностей контроля появления дефектов; разработку методик проведения метрологических или квалиметрических процедур для оценки результатов анализируемых процессов; количественные оценки риска и последствий дефектов на основе экспертных методов, учитывающих степень последствий для потребителя; частоту возникновения дефекта, вероятность не обнаружения дефекта, итогового риска потребителя ; разработку корректирующих мероприятий и последующий анализ МЕТОДЫ ОЦЕНКИ РЕЗУЛЬТАТИВНОСТИ СИСТЕМ КАЧЕСТВА Рекомендации стандартов ISO, относящиеся к «измеримости целей в области качества», могут быть выполнены на основании процессного подхода, на котором формируется сама система качества. Поскольку в этом случае деятельность предприятия, организации представляется в виде совокупности процессов, выходные характеристики всей совокупности процессов определяются, в свою очередь, выходными характеристиками отдельных процессов. В то же время необходимо иметь в виду, что введение процессного подхода требует мощного информационного обеспечения, поскольку цена количественных оценок (особенно, основанных на экспертных методах), невелика, если за ними не стоят достоверная модель расчета и возможность получения обширных статистических данных. Причем, чем более точна и подробна расчетная модель, тем более сложно

164 137 получить все необходимые данные для расчетов с использованием такой модели. Качество процесса характеризуется результативностью, эффективностью и адаптивностью [11]. Результативность процесса отражает степень соответствия значений фактических выходных характеристик заданным требованиям, т.е. степень реализации запланированной деятельности и достижения запланированных результатов. Эффективность процесса определяется соотношением между достигнутым результатом и использованными ресурсами, т.е. минимумом затрат или минимизацией времени выполнения работ. Адаптивность процесса приспосабливаемость к изменениям условий производства, эта характеристика связана со временем отклика на изменения. Анализ вышеприведенных характеристик показывает, что обеспечение и стабильность обеспечения заданных качественных характеристик выпускаемой предприятием продукции или оказываемой организацией услуги, в первую очередь, связаны с таким свойством процессов и системы процессов в целом, как результативность. В стандартах ISO подчеркивается важность определения результативности действующей системы качества для совершенствования деятельности организации в области качества, но не предлагается какой- либо определенный алгоритм ее оценки, поэтому задача анализа результативности на каждом конкретном предприятии должна быть решена как теоретически, так и практически [14]. Показатели результативности процессов системы качества это количественные характеристики какихлибо свойств, являющиеся результатами измерения,

165 138 оценки или расчета. Конкретный перечень показателей результативности определяется для каждого процесса и решение этой задачи носит название формирования сбалансированной системы показателей (Balanced Score Card, BSC) [15]. Показатели результативности должны отражать степень достижения наиболее значимых качественных характеристик, а не каких-то второстепенных показателей. Это простое и очевидное требование, которое не всегда легко выполнить. Например, для оценки результативности процесса управления кинотехнологическим оборудованием рекомендуется и применяется показатель, характеризующий степень соблюдения графика технического обслуживания и ремонта. Этот показатель не имеет никакого отношения к стабильности работы оборудования, можно безукоризненно выполнять графики, а оборудование работать не будет [15,16]. Также показатели безопасности, надежности, управляемости процессов, конечно, не являются показателями их результативности. Желательно, чтобы получение данных для оценки результативности процессов происходило одновременно в процессе проведения внутреннего аудита, это не усложнит организационную структуру предприятия. Поэтому на выбор показателей результативности отдельного процесса также оказывают используемые на предприятии или в организации методы измерения, оценки, контроля. Если эти вопросы не были достаточно хорошо проработаны до внедрения системы качества, можно использовать рекомендации, разработанные соответствующим техническим комитетом ISO/ТК 176 «Руководящие указания по статистическим методам,

166 139 применяемым в рамках ISO 9001;2001 (Guidance on statistical techniques for ISO 9001;2001) [17]. Как известно, измерение выходных характеристик отдельных процессов предполагает не однократные измерения, а получение определенного объема статистических данных. В свою очередь, систематическое слежение за выходными показателями называется мониторингом [18]. Одним из наиболее распространенных и наглядных инструментов для фиксации и визуализации результатов мониторинга процесса является карта Шухарта. Контрольные карты Шухарта [19] предназначены для статистического анализа и управления качеством процесса. Контрольные карты используют для оценки того, находится или не находится исследуемый процесс в статистически управляемом состоянии, какова вероятность того, что выходной параметр процесса не будет соответствовать требуемому значению, какова вероятность возникновения отказов и нарушений на выходе данного процесса и т.д. На одной карте может быть отображен только один показатель, изменяющийся во времени. Для достаточно надежного статистического анализа количество точек должно быть достаточно большим, от 30 и выше. На рис.5.1. приведен пример использования карт Шухарта, когда выходной параметр анализируемого процесса принимает количественные значения. Можно использовать контрольные карты для качественных параметров (годен не годен, высшая категория первая вторая), при этом подсчитывается число объектов, попадающих в ту или иную категорию. Контрольные карты параметров, которые могут принимать только два

167 140 значения, также называют картами по альтернативному признаку [20-22]. Рис.5.2. Описание выходных характеристик x процессов с использованием контрольных карт Шухарта: а - - номинальное значение выходного параметра процесса x ном const ;b номинальное значение выходного параметра описывается линейной

Е.И.Нестерова. Квалиметрия и техническое регулирование в кинематографии

Е.И.Нестерова. Квалиметрия и техническое регулирование в кинематографии ЕИНестерова Квалиметрия и техническое регулирование в кинематографии 0 1 УДК 7785 Рецензент: заведующая кафедрой киновидеотехники Санкт- Петербургского университета кино и телевидения, доктор технических

Подробнее

Здравствуй, читатель!

Здравствуй, читатель! Здравствуй, читатель! Эта заметка поможет ответить на вопрос "Какой жк телевизор выбрать?". Из нее Вы узнаете о принципе работы жк телевизоров, видах контрастности, возможных входах и выходах и многое

Подробнее

КАК ОДНИМ ЧИСЛОМ ОБЪЕКТИВНО ОЦЕНИТЬ КАЧЕСТВО ИЗОБРАЖЕНИЯ?

КАК ОДНИМ ЧИСЛОМ ОБЪЕКТИВНО ОЦЕНИТЬ КАЧЕСТВО ИЗОБРАЖЕНИЯ? Н А У Ч Н О-ТЕХ Н И Ч Е С К И Й С Е М И Н А Р 2018 УДК 004.932 КАК ОДНИМ ЧИСЛОМ ОБЪЕКТИВНО ОЦЕНИТЬ КАЧЕСТВО ИЗОБРАЖЕНИЯ? В.В. СТАРОВОЙТОВ Объединенный институт проблем информатики НАН Беларуси, Сурганова,

Подробнее

Лекция 4 МЕТРОЛОГИЧЕСКИЕ ХАРАКТЕРИСТИКИ СИ

Лекция 4 МЕТРОЛОГИЧЕСКИЕ ХАРАКТЕРИСТИКИ СИ Лекция 4 МЕТРОЛОГИЧЕСКИЕ ХАРАКТЕРИСТИКИ СИ 4.1 Метрологические характеристики СИ и их нормирование Метрологические характеристики (MX) - такие характеристики СИ, которые позволяют судить об их пригодности

Подробнее

Материалы V Международной научно-технической школы-конференции, ноября 2008 г.

Материалы V Международной научно-технической школы-конференции, ноября 2008 г. Материалы V Международной научно-технической школы-конференции, 10 13 ноября 2008 г. МОСКВА МОЛОДЫЕ УЧЕНЫЕ 2 0 0 8, часть 4 МИРЭА МЕТОД РАЗДЕЛЬНОГО КОДИРОВАНИЯ ЭЛЕМЕНТОВ СТРУКТУРЫ ИЗОБРАЖЕНИЙ ДЛЯ ТЕЛЕВИДЕНИЯ

Подробнее

РЕКОМЕНДАЦИЯ МСЭ-R BT Спецификации и процедуры настройки для установления параметров яркости и контрастности дисплеев

РЕКОМЕНДАЦИЯ МСЭ-R BT Спецификации и процедуры настройки для установления параметров яркости и контрастности дисплеев Рек. МСЭ-R BT.814-2 1 РЕКОМЕНДАЦИЯ МСЭ-R BT.814-2 Спецификации и процедуры настройки для установления параметров яркости и контрастности дисплеев (Вопрос МСЭ-R 211/11) (1992-1994-2007) Сфера применения

Подробнее

ФЕДЕРАЛЬНОЕ АГЕНТСТВО СВЯЗИ. Московский технический университет связи и информатики. Кафедра Телевидения. Лабораторная работа 66

ФЕДЕРАЛЬНОЕ АГЕНТСТВО СВЯЗИ. Московский технический университет связи и информатики. Кафедра Телевидения. Лабораторная работа 66 ФЕДЕРАЛЬНОЕ АГЕНТСТВО СВЯЗИ Московский технический университет связи и информатики Кафедра Телевидения Лабораторная работа 66 ИЗУЧЕНИЕ ИСКАЖЕНИЙ ЯРКОСТИ И КОНТРАСТНОСТИ Москва 2010 План УМД на 2009/2010

Подробнее

ИССЛЕДОВАНИЕ ВЛИЯНИЯ ДИСКРЕТИЗАЦИИ НА КАЧЕСТВО ПЕРЕДАВАЕМОЙ ИНФОРМАЦИИ

ИССЛЕДОВАНИЕ ВЛИЯНИЯ ДИСКРЕТИЗАЦИИ НА КАЧЕСТВО ПЕРЕДАВАЕМОЙ ИНФОРМАЦИИ ИССЛЕДОВАНИЕ ВЛИЯНИЯ ДИСКРЕТИЗАЦИИ НА КАЧЕСТВО ПЕРЕДАВАЕМОЙ ИНФОРМАЦИИ Канд. техн. наук ЗАЙЦЕВА Е. Г., ПРОТАС О. И. Белорусский национальный технический университет В настоящее время компьютерное проектирование

Подробнее

Введение. Классической мерой информации дискретного источника является информационная мера К. Шеннона: n

Введение. Классической мерой информации дискретного источника является информационная мера К. Шеннона: n МЕРЫ ОЦЕНКИ КОЛИЧЕСТВА ИНФОРМАЦИИ ПРОСТРАНСТВЕННОГО СИГНАЛА А.А. Орешков, И.С. Волков, Д.А. Камнев Научный руководитель д.т.н., профессор В.В. Григорьев В работе введены и рассмотрены обобщенные меры информационной

Подробнее

Теоретические основы и методология имитационного и комплексного моделирования

Теоретические основы и методология имитационного и комплексного моделирования ЛОГИЧЕСКИЙ ПОДХОД К ВЫБОРУ МОДЕЛЕЙ, УДОВЛЕТВОРЯЮЩИХ ТРЕБОВАНИЯМ ЗАДАЧ ОДНОГО КЛАССА С. В. Микони (Санкт-Петербург) Введение Термин «квалиметрия моделей» буквально означает измерение качества моделей. Согласно

Подробнее

Лекция 1. Нечеткие множества как способы формализации нечеткости. Основные определения

Лекция 1. Нечеткие множества как способы формализации нечеткости. Основные определения Лекция 1. Нечеткие множества как способы формализации нечеткости В лекции формулируется определение нечеткого множества, описываются характеристики нечетких множеств. Приводится классификация нечетких

Подробнее

ПОГРЕШНОСТИ ИЗМЕРЕНИЙ. СИСТЕМАТИЧЕСКИЕ ПОГРЕШНОСТИ

ПОГРЕШНОСТИ ИЗМЕРЕНИЙ. СИСТЕМАТИЧЕСКИЕ ПОГРЕШНОСТИ ПОГРЕШНОСТИ ИЗМЕРЕНИЙ. СИСТЕМАТИЧЕСКИЕ ПОГРЕШНОСТИ Измерение Измерение физической величины заключается в сопоставлении этой величины с однородной величиной, принятой за единицу. В законе РБ Об обеспечении

Подробнее

ГЛУБИНА РЕЗКОСТИ В СИСТЕМАХ ОХРАННОГО ТЕЛЕВИДЕНИЯ

ГЛУБИНА РЕЗКОСТИ В СИСТЕМАХ ОХРАННОГО ТЕЛЕВИДЕНИЯ ГЛУБИНА РЕЗКОСТИ В СИСТЕМАХ ОХРАННОГО ТЕЛЕВИДЕНИЯ А.Гонта Термин глубина резкости хорошо известен всем, кто хоть раз сталкивался с фотографией или посещал выставки профессиональных фотографов. Умело используя

Подробнее

ФОНД ОЦЕНОЧНЫХ СРЕДСТВ ДЛЯ ПРОВЕДЕНИЯ ПРОМЕЖУТОЧНОЙ АТТЕСТАЦИИ ОБУЧАЮЩИХСЯ ПО ДИСЦИПЛИНЕ (МОДУЛЮ)

ФОНД ОЦЕНОЧНЫХ СРЕДСТВ ДЛЯ ПРОВЕДЕНИЯ ПРОМЕЖУТОЧНОЙ АТТЕСТАЦИИ ОБУЧАЮЩИХСЯ ПО ДИСЦИПЛИНЕ (МОДУЛЮ) ФОНД ОЦЕНОЧНЫХ СРЕДСТВ ДЛЯ ПРОВЕДЕНИЯ ПРОМЕЖУТОЧНОЙ АТТЕСТАЦИИ ОБУЧАЮЩИХСЯ ПО ДИСЦИПЛИНЕ (МОДУЛЮ) Общие сведения 1. Кафедра Экономики и управления, социологии и юриспруденции 2. Направление подготовки

Подробнее

КВАЛИМЕТРИЧЕСКИЕ МОДЕЛИ ОЦЕНКИ КАЧЕСТВА АКАДЕМИЧЕСКОЙ ПОДГОТОВКИ СТУДЕНТОВ

КВАЛИМЕТРИЧЕСКИЕ МОДЕЛИ ОЦЕНКИ КАЧЕСТВА АКАДЕМИЧЕСКОЙ ПОДГОТОВКИ СТУДЕНТОВ Необходима постоянная корректировка рабочих программ учебных дисциплин блоков ГОС ЕН и ГСЭ на соответствие содержанию образовательных стандартов, чтобы не получалось так, что о той или иной учебной теме,

Подробнее

Разработка модели зрительной системы человека для метода объективного контроля качества изображений в системах цифрового телевидения Власюк И.В.

Разработка модели зрительной системы человека для метода объективного контроля качества изображений в системах цифрового телевидения Власюк И.В. Разработка модели зрительной системы человека для метода объективного контроля качества изображений в системах цифрового телевидения Власюк И.В. Аннотация: Задача создания методов объективной оценки качества

Подробнее

Обработка экспертных оценок и интерпретация результатов. 1.Введение

Обработка экспертных оценок и интерпретация результатов. 1.Введение Обработка экспертных оценок и интерпретация результатов. 1.Введение Целью обработки оценок является получение обобщенного мнения на основании множественных суждений экспертов. Совместной обработке обычно

Подробнее

ОПТИМИЗАЦИЯ МНОГОПАРАМЕТРОВОГО НЕРАЗРУШАЮЩЕГО КОНТРОЛЯ МАТЕРИАЛОВ, КОНСТРУКЦИЙ И ОБЪЕКТОВ

ОПТИМИЗАЦИЯ МНОГОПАРАМЕТРОВОГО НЕРАЗРУШАЮЩЕГО КОНТРОЛЯ МАТЕРИАЛОВ, КОНСТРУКЦИЙ И ОБЪЕКТОВ УДК 620.192 В. И. Крайний, О. Н. Будадин, А. А. Бекаревич ОПТИМИЗАЦИЯ МНОГОПАРАМЕТРОВОГО НЕРАЗРУШАЮЩЕГО КОНТРОЛЯ МАТЕРИАЛОВ, КОНСТРУКЦИЙ И ОБЪЕКТОВ Рассмотрен системный подход к исследованию технического

Подробнее

Требования к системе оценки инновационного потенциала промышленного предприятия

Требования к системе оценки инновационного потенциала промышленного предприятия Беляева Е.С., аспирант, Касаткина Е.В., к.э.н., доцент Рубцовский индустриальный институт (филиал) ГОУ ВПО «Алтайский государственный технический университет им И.И. Ползунова», г. Рубцовск Требования

Подробнее

РЕКОМЕНДАЦИЯ МСЭ-R BT.1769 *

РЕКОМЕНДАЦИЯ МСЭ-R BT.1769 * Рек. МСЭ-R BT.1769 1 РЕКОМЕНДАЦИЯ МСЭ-R BT.1769 * Значения параметров для расширенной иерархии форматов изображений LSDI ** для производства программ и международного обмена программами *** (Вопрос МСЭ-R

Подробнее

5 Объективная особенность товара, которая может проявляться при создании, эксплуатации или потреблении, это -

5 Объективная особенность товара, которая может проявляться при создании, эксплуатации или потреблении, это - Автор теста: Аскаров Ерлан Сейткасымович Название теста: Квалиметрия Предназначено для студентов Стандартизация, сертификация и метрология 1 Квалиметрия 2 У человека есть 3 Все органы чувств человека 4

Подробнее

СМЕЛКОВ Вячеслав Михайлович, кандидат технических наук, доцент ЭКСПРЕСС-РАСЧЕТ ДАЛЬНОСТИ НАБЛЮДЕНИЯ ТЕЛЕВИЗИОННОЙ СИСТЕМЫ

СМЕЛКОВ Вячеслав Михайлович, кандидат технических наук, доцент ЭКСПРЕСС-РАСЧЕТ ДАЛЬНОСТИ НАБЛЮДЕНИЯ ТЕЛЕВИЗИОННОЙ СИСТЕМЫ СМЕЛКОВ Вячеслав Михайлович, кандидат технических наук, доцент ЭКСПРЕСС-РАСЧЕТ ДАЛЬНОСТИ НАБЛЮДЕНИЯ ТЕЛЕВИЗИОННОЙ СИСТЕМЫ Известно, что процесс принятия решения оператором телевизионной системы включает

Подробнее

Лекция 3 ПОГРЕШНОСТИ ИЗМЕРЕНИЙ. СИСТЕМАТИЧЕСКИЕ ПОГРЕШНОСТИ

Лекция 3 ПОГРЕШНОСТИ ИЗМЕРЕНИЙ. СИСТЕМАТИЧЕСКИЕ ПОГРЕШНОСТИ Лекция 3 ПОГРЕШНОСТИ ИЗМЕРЕНИЙ. СИСТЕМАТИЧЕСКИЕ ПОГРЕШНОСТИ 3.1 Постулаты метрологии. Классификация погрешностей Качество средств и результатов измерений принято характеризовать, указывая их погрешности.

Подробнее

Лекция 5 СТАНДАРТИЗАЦИЯ И АТТЕСТАЦИЯ МЕТОДИК ВЫПОЛНЕНИЯ ИЗМЕРЕНИЙ

Лекция 5 СТАНДАРТИЗАЦИЯ И АТТЕСТАЦИЯ МЕТОДИК ВЫПОЛНЕНИЯ ИЗМЕРЕНИЙ Лекция 5 СТАНДАРТИЗАЦИЯ И АТТЕСТАЦИЯ МЕТОДИК ВЫПОЛНЕНИЯ ИЗМЕРЕНИЙ Методика выполнения совокупность операций и правил, выполнение которых обеспечивает получение результатов с известной погрешностью. Из

Подробнее

Неформальное введение в сравнительную оценку

Неформальное введение в сравнительную оценку Неформальное введение в сравнительную оценку (часть 1) ВВЕДЕНИЕ Широкое распространение рейтинговых систем в образовании объясняется необходимостью повышения обоснованности решений, принимаемых участниками

Подробнее

Лекция 9 СОЗДАНИЕ НЕСТАНДАРТИЗОВАННЫХ СРЕДСТВ ИЗМЕРЕНИЙ

Лекция 9 СОЗДАНИЕ НЕСТАНДАРТИЗОВАННЫХ СРЕДСТВ ИЗМЕРЕНИЙ Лекция 9 СОЗДАНИЕ НЕСТАНДАРТИЗОВАННЫХ СРЕДСТВ ИЗМЕРЕНИЙ 9. Метрологические работы, связанные с созданием и применением НСИ Экспериментальная деятельность непременно связана с созданием новых и расширением

Подробнее

Влияние методов дефаззификации на скорость настройки нечеткой модели. Ротштейн А.П., Штовба С.Д.

Влияние методов дефаззификации на скорость настройки нечеткой модели. Ротштейн А.П., Штовба С.Д. Ротштейн А.П., Штовба С.Д. Влияние методов дефаззификации на скорость настройки нечеткой модели // Кибернетика и системный анализ. 22.. С.69 76 УДК 62- Влияние методов дефаззификации на скорость настройки

Подробнее

Моделирование. 1. ОСНОВНЫЕ ПОНЯТИЯ.

Моделирование. 1. ОСНОВНЫЕ ПОНЯТИЯ. ЛК 1. Моделирование. 1. Основные понятия. 2 Принципы моделирования. 3 Свойства моделей 4 Классификация методов моделирования. 5. Математическое моделирование 1. ОСНОВНЫЕ ПОНЯТИЯ. Моделирование замещение

Подробнее

Нечеткая логика математические основы Введение

Нечеткая логика математические основы Введение Нечеткая логика математические основы Введение Математическая теория нечетких множеств (fuzzy sets) и нечеткая логика (fuzzy logic) являются обобщениями классической теории множеств и классической формальной

Подробнее

Методика анализа погрешностей алгоритмов вычислений электрических величин в ЦИП

Методика анализа погрешностей алгоритмов вычислений электрических величин в ЦИП 48 МЕТРОЛОГИЯ Êîìïåòåíòíîñòü 3/94/202 Методика анализа погрешностей алгоритмов вычислений электрических величин в ЦИП Àâòîð ñ èòàåò, òî ïðè îïðåäåëåíèè/îöåíèâàíèè ìåòðîëîãè åñêèõ õàðàêòåðèñòèê àëãîðèòìîâ

Подробнее

Лекция 3-4 Экспериментально-статистическое моделирование

Лекция 3-4 Экспериментально-статистическое моделирование Лекция 3-4 Экспериментально-статистическое моделирование Современная промышленность и строительство на сегодняшний день не могут существовать вне компьютерного моделирования, особенно когда окончательное

Подробнее

Анализ работы режимов наложения слоев в программе Photoshop

Анализ работы режимов наложения слоев в программе Photoshop Òåõíîëîãèÿ äîïå àòíûõ ïðîöåññîâ Анализ работы режимов наложения слоев в программе Photoshop А.В. Кутузова, С.В. Наумова, студентки группы ДТпп 4-2 Работа со слоями одна из мощнейших возможностей Photoshop.

Подробнее

КАФЕДРА ФИЗИКИ И МАТЕМАТИКИ. ФОНД ОЦЕНОЧНЫХ СРЕДСТВ по дисциплине «Математическое моделирование и оптимизация химико-технологических процессов»

КАФЕДРА ФИЗИКИ И МАТЕМАТИКИ. ФОНД ОЦЕНОЧНЫХ СРЕДСТВ по дисциплине «Математическое моделирование и оптимизация химико-технологических процессов» ПЯТИГОРСКИЙ МЕДИКО-ФАРМАЦЕВТИЧЕСКИЙ ИНСТИТУТ филиал государственного бюджетного образовательного учреждения высшего профессионального образования «ВОЛГОГРАДСКИЙ ГОСУДАРСТВЕННЫЙ МЕДИЦИНСКИЙ УНИВЕРСИТЕТ»

Подробнее

Построение дополненной реальности на примере создания виртуальной примерочной /482783

Построение дополненной реальности на примере создания виртуальной примерочной /482783 Построение дополненной реальности на примере создания виртуальной примерочной. 77-48211/482783 # 08, август 2012 Девайкин П. А., Шикуть А. В. УДК.004.021 Россия, МГТУ им. Н.Э. Баумана p.devaikin@gmail.com

Подробнее

Большинство исследований проводимых в химической технологии сводятся к решению оптимальных задач. Существует два подхода к решению оптимальных задач:

Большинство исследований проводимых в химической технологии сводятся к решению оптимальных задач. Существует два подхода к решению оптимальных задач: Лекция Большинство исследований проводимых в химической технологии сводятся к решению оптимальных задач. Существует два подхода к решению оптимальных задач: 1. Для решения оптимальных задач необходимо

Подробнее

s(x,y) =T[r(x,y)], (1.1)

s(x,y) =T[r(x,y)], (1.1) ЛАБОРАТОРНАЯ РАБОТА 1 ИССЛЕДОВАНИЕ ОСНОВНЫХ ГРАДАЦИОННЫХ ПРЕОБРАЗОВАНИЙ УЛУЧШЕНИЯ ИЗОБРАЖЕНИЙ 1. ЦЕЛЬ РАБОТЫ Исследование основных градационных преобразований улучшения изображений на примере заданных

Подробнее

«Погрешности измерений, испытаний и контроля. Основные характеристики измерительных приборов»

«Погрешности измерений, испытаний и контроля. Основные характеристики измерительных приборов» «Погрешности измерений, испытаний и контроля. Основные характеристики измерительных приборов» Цель : 1. Формировать знания студентов по теме, добиться понимания вопросов, обеспечивать усвоение и закрепление

Подробнее

ОЦЕНКА КОЭФФИЦИЕНТОВ ЧУВСТВИТЕЛЬНОСТИ К ЧАСТНЫМ ПАРАМЕТРАМ, ОПРЕДЕЛЯЮЩИМ КАЧЕСТВО ИЗОБРАЖЕНИЯ. Е.И. Нестерова

ОЦЕНКА КОЭФФИЦИЕНТОВ ЧУВСТВИТЕЛЬНОСТИ К ЧАСТНЫМ ПАРАМЕТРАМ, ОПРЕДЕЛЯЮЩИМ КАЧЕСТВО ИЗОБРАЖЕНИЯ. Е.И. Нестерова УДК 778.5 ОЦЕНКА КОЭФФИЦИЕНТОВ ЧУВСТВИТЕЛЬНОСТИ К ЧАСТНЫМ ПАРАМЕТРАМ, ОПРЕДЕЛЯЮЩИМ КАЧЕСТВО ИЗОБРАЖЕНИЯ Е.И. Нестерова Кафедра прецизионных технологий и сертификации киновидеотехники, Санкт-Петербургский

Подробнее

ТЕСТОВЫЙ КОНТРОЛЬ ПО МОДУЛЮ 1

ТЕСТОВЫЙ КОНТРОЛЬ ПО МОДУЛЮ 1 ТЕСТОВЫЙ КОНТРОЛЬ ПО МОДУЛЮ 1 1. Множество объектов, в отношении которого формулируется исследовательская гипотеза а) случайная выборка; б) генеральная совокупность; в) зависимая выборка; г) независимая

Подробнее

Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине

Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине Общие сведения 1. Кафедра Математики, физики и информационных технологий 2. Направление подготовки 44.03.01 Педагогическое

Подробнее

Расчет ценности альтернатив для метода «идеальной точки» в многокритериальных задачах принятия решения для ситуационных центров

Расчет ценности альтернатив для метода «идеальной точки» в многокритериальных задачах принятия решения для ситуационных центров Расчет ценности альтернатив для метода «идеальной точки» в многокритериальных задачах принятия решения для ситуационных центров Вишнеков А.В., Карпова И.П., Ферапонтова Е.С. Рассмотрены особенности задач

Подробнее

МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ЗЕМЛЕУСТРОЙСТВЕ

МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ЗЕМЛЕУСТРОЙСТВЕ МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ЗЕМЛЕУСТРОЙСТВЕ Карпиченко Александр Александрович доцент кафедры почвоведения и земельных информационных систем Литература elib.bsu.by Математические методы в землеустройстве [Электронный

Подробнее

Система Multichoice. Версия 1.0

Система Multichoice. Версия 1.0 Система Multichoice Версия 1.0 Система Multichoice является первой отечественной разработкой, позволяющей решать задачи многокритериального принятия решений на основе методов аналитических сетей (Analytic

Подробнее

Рис Виды моделирования систем

Рис Виды моделирования систем 1 Моделирование систем Классификация видов моделирования систем. В основе моделирования лежит теория подобия, которая утверждает, абсолютное подобие может иметь место лишь при замене объекта другим точно

Подробнее

Реализация алгоритма построения статистической модели объекта по методу Брандона. Постановка задачи

Реализация алгоритма построения статистической модели объекта по методу Брандона. Постановка задачи Голубев ВО Литвинова ТЕ Реализация алгоритма построения статистической модели объекта по методу Брандона Постановка задачи Статистические модели создают на основании имеющихся экспериментальных данных

Подробнее

Пример Наименование задания «Разработка биотехнической системы для комплексной оценки функционального состояния системы зрения человека».

Пример Наименование задания «Разработка биотехнической системы для комплексной оценки функционального состояния системы зрения человека». Региональная студенческая олимпиада по направлению «Биотехнические системы» ЗАДАНИЕ на олимпиаду по направлению «Биотехнические системы» Пример Наименование задания «Разработка биотехнической системы для

Подробнее

ФОРМАЛЬНО-СТРУКТУРНЫЕ АСПЕКТЫ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ПЕДАГОГИЧЕСКОГО ТЕСТИРОВАНИЯ ЗНАНИЙ

ФОРМАЛЬНО-СТРУКТУРНЫЕ АСПЕКТЫ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ПЕДАГОГИЧЕСКОГО ТЕСТИРОВАНИЯ ЗНАНИЙ ФОРМАЛЬНО-СТРУКТУРНЫЕ АСПЕКТЫ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ПЕДАГОГИЧЕСКОГО ТЕСТИРОВАНИЯ ЗНАНИЙ И.Д. Рудинский Систематические исследования в области компьютерной поддержки процесса обучения имеют более чем

Подробнее

к.т.н. доцент Запорожец О. В., аспирант Овчарова Т. А. Харьковский национальный университет радиоэлектроники E-al: oleg_zaporozhets@rabler.ru ИССЛЕДОВАНИЕ ПОГРЕШНОСТЕЙ НЕЙРОСЕТЕВОЙ МОДЕЛИ НЕЛИНЕЙНОГО ИЗМЕРИТЕЛЬНОГО

Подробнее

МОДЕЛЬ ЗРИТЕЛЬНОЙ СИСТЕМЫ ЧЕЛОВЕКА- ОПЕРАТОРА ПРИ РАСПОЗНАВАНИИ ОБРАЗОВ ОБЪЕКТОВ

МОДЕЛЬ ЗРИТЕЛЬНОЙ СИСТЕМЫ ЧЕЛОВЕКА- ОПЕРАТОРА ПРИ РАСПОЗНАВАНИИ ОБРАЗОВ ОБЪЕКТОВ МОДЕЛЬ ЗРИТЕЛЬНОЙ СИСТЕМЫ ЧЕЛОВЕКА- ОПЕРАТОРА ПРИ РАСПОЗНАВАНИИ ОБРАЗОВ ОБЪЕКТОВ Ю.С. Гулина, В.Я. Колючкин Московский государственный технический университет им. Н.Э. Баумана, Изложена математическая

Подробнее

ИЗМЕРИТЕЛЬНЫЙ ИНСТРУМЕНТАРИЙ В КУЛЬТУРОЛОГИИ.

ИЗМЕРИТЕЛЬНЫЙ ИНСТРУМЕНТАРИЙ В КУЛЬТУРОЛОГИИ. УДК 008 ДЕМИН И.О. ИЗМЕРИТЕЛЬНЫЙ ИНСТРУМЕНТАРИЙ В КУЛЬТУРОЛОГИИ. Демин Игорь Олегович аспирант ТГУ им. Державина. Аннотация. Описание метрологическое инструментария, его возможная интерпретация применительно

Подробнее

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ПЕРЕДАЧИ СВЕТОВОЙ ИНФОРМАЦИИ ПУТЕМ ОБМЕНА РАЗЛИЧНЫХ ВИДОВ ОПТИЧЕСКИХ СТЕПЕНЕЙ СВОБОДЫ

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ПЕРЕДАЧИ СВЕТОВОЙ ИНФОРМАЦИИ ПУТЕМ ОБМЕНА РАЗЛИЧНЫХ ВИДОВ ОПТИЧЕСКИХ СТЕПЕНЕЙ СВОБОДЫ ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ПЕРЕДАЧИ СВЕТОВОЙ ИНФОРМАЦИИ ПУТЕМ ОБМЕНА РАЗЛИЧНЫХ ВИДОВ ОПТИЧЕСКИХ СТЕПЕНЕЙ СВОБОДЫ Б.С. Гуревич 1, С.Б. Гуревич 2 1 ЗАО «Научные приборы», С.Петербург, тел. (812)251-8839, e-mail

Подробнее

Особенности стратегического планирования в условиях нестабильности экономики

Особенности стратегического планирования в условиях нестабильности экономики 283 Особенности стратегического планирования в условиях нестабильности экономики 2010 В.В. Сухинина кандидат педагогических наук Самарский государственный технический университет в г. Сызрани E-mail: v.suhinina@yandex.ru

Подробнее

Литература Дивин, А.Г. Методы и средства измерений, испытаний и контроля :

Литература Дивин, А.Г. Методы и средства измерений, испытаний и контроля : МСИИК Основные понятия Физическая величина (ФВ) Истинное значение ФВ Действительное значение ФВ Единица ФВ основные единицы системы СИ, децибелл, испытание, контроль, средства измерений, классификация

Подробнее

4 Системный анализ СТРУКТУРНО-ПАРАМЕТРИЧЕСКАЯ НЕЧЕТКАЯ КОРРЕКЦИЯ АЛГОРИТМА ФИЛЬТРАЦИИ

4 Системный анализ СТРУКТУРНО-ПАРАМЕТРИЧЕСКАЯ НЕЧЕТКАЯ КОРРЕКЦИЯ АЛГОРИТМА ФИЛЬТРАЦИИ 4 Системный анализ АБУФАНАС А. С., БЕНКАФО А. С., ЛОБАТЫЙ А А., БНТУ СТРУКТУРНО-ПАРАМЕТРИЧЕСКАЯ НЕЧЕТКАЯ КОРРЕКЦИЯ АЛГОРИТМА ФИЛЬТРАЦИИ УДК 629.7+531.383 Решается задача комплексирования измерителей случайных

Подробнее

ПРИМЕНЕНИЕ SMART-ТЕХНОЛОГИЙ ДЛЯ МОДЕЛИРОВАНИЯ ЭКОНОМИЧЕСКИХ СИСТЕМ

ПРИМЕНЕНИЕ SMART-ТЕХНОЛОГИЙ ДЛЯ МОДЕЛИРОВАНИЯ ЭКОНОМИЧЕСКИХ СИСТЕМ ПРИМЕНЕНИЕ SMART-ТЕХНОЛОГИЙ ДЛЯ МОДЕЛИРОВАНИЯ ЭКОНОМИЧЕСКИХ СИСТЕМ Решение задачи количественной оценки инвестиционной привлекательности особых экономических зон (ОЭЗ) является сложной задачей, поскольку

Подробнее

Группа подготовки издания:

Группа подготовки издания: УДК 62-55:681.515 ББК 32.965.6 Г72 Гостев В. И. Г72 Проектирование нечетких регуляторов для систем автоматического управления. СПб.: БХВ-Петербург, 2011. 416 с.: ил. ISBN 978-5-9775-0696-0 Рассмотрены

Подробнее

Глава 4 МЕТОДЫ ПОЛУЧЕНИЯ ГРУППОВЫХ ЭКСПЕРТНЫХ ОЦЕНОК СЦЕНАРИЕВ

Глава 4 МЕТОДЫ ПОЛУЧЕНИЯ ГРУППОВЫХ ЭКСПЕРТНЫХ ОЦЕНОК СЦЕНАРИЕВ Глава МЕТОДЫ ПОЛУЧЕНИЯ ГРУППОВЫХ ЭКСПЕРТНЫХ ОЦЕНОК СЦЕНАРИЕВ Методы получения усредненных оценок Анализ экспертных оценок может выполняться с использованием разнообразных статистических методов однако

Подробнее

В. И. Парфенов, Е. В. Сергеева. Воронежский государственный университет

В. И. Парфенов, Е. В. Сергеева. Воронежский государственный университет УДК 61.391 ПРИМЕНЕНИЕ ДИСКРИМИНАНТНОЙ ПРОЦЕДУРЫ ПРИ СИНТЕЗЕ И АНАЛИЗЕ ТЕЛЕКОММУНИКАЦИОННОЙ СИСТЕМЫ, ОСНОВАННОЙ НА МАНИПУЛЯЦИИ СТАТИСТИЧЕСКИМИ ХАРАКТЕРИСТИКАМИ СЛУЧАЙНОГО ПРОЦЕССА В. И. Парфенов, Е. В.

Подробнее

Применение оконных функций в задачах распознавания образов ультразвуковых сигналов Бархатов В.А.

Применение оконных функций в задачах распознавания образов ультразвуковых сигналов Бархатов В.А. Применение оконных функций в задачах распознавания образов ультразвуковых сигналов Бархатов В.А. В статье обсуждается способ распознавания ультразвуковых импульсов с использованием оконных функций. Рассматриваются

Подробнее

СПЕЦИАЛИЗИРОВАННАЯ КОМПЬЮТЕРНАЯ СИСТЕМА ФОКУСИРОВКИ МИКРОСКОПА. Кириченко М.Н., группа КСД-05м Руководитель доц. каф. АСУ Омельченко А.А.

СПЕЦИАЛИЗИРОВАННАЯ КОМПЬЮТЕРНАЯ СИСТЕМА ФОКУСИРОВКИ МИКРОСКОПА. Кириченко М.Н., группа КСД-05м Руководитель доц. каф. АСУ Омельченко А.А. 298 СПЕЦИАЛИЗИРОВАННАЯ КОМПЬЮТЕРНАЯ СИСТЕМА ФОКУСИРОВКИ МИКРОСКОПА Кириченко М.Н., группа КСД-05м Руководитель доц. каф. АСУ Омельченко А.А. В настоящее время в медицине и технике широко применяются микроскопы

Подробнее

РАСПРЕДЕЛЕНИЕ ДИСПЕРСИИ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПОЛЕЗНОГО ИСКОПАЕМОГО В ОБОГАТИТЕЛЬНОЙ ТЕХНОЛОГИИ

РАСПРЕДЕЛЕНИЕ ДИСПЕРСИИ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПОЛЕЗНОГО ИСКОПАЕМОГО В ОБОГАТИТЕЛЬНОЙ ТЕХНОЛОГИИ УДК622.776 И.К. МЛАДЕЦКИЙ, д-р техн. наук, А.А. ЛЫСЕНКО (Украина, Днепропетровск, Национальный горный университет) РАСПРЕДЕЛЕНИЕ ДИСПЕРСИИ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ПОЛЕЗНОГО ИСКОПАЕМОГО В ОБОГАТИТЕЛЬНОЙ ТЕХНОЛОГИИ

Подробнее

Тема 3. Возможности применения нечетких методов управления технологическими объектами. Основные термины. Архитектура нечеткого управления.

Тема 3. Возможности применения нечетких методов управления технологическими объектами. Основные термины. Архитектура нечеткого управления. Тема 3. Возможности применения нечетких методов управления технологическими объектами. Основные термины. Архитектура нечеткого управления. Нечеткая логика в задачах управления. Основы нечеткой логики:

Подробнее

Глоссарий. Вариационный ряд группированный статистический ряд

Глоссарий. Вариационный ряд группированный статистический ряд Глоссарий Вариационный ряд группированный статистический ряд Вариация - колеблемость, многообразие, изменчивость значения признака у единиц совокупности. Вероятность численная мера объективной возможности

Подробнее

НЕСТЕРОВА Елена Ивановпа АНАЛИЗ И СИНТЕЗ КВАЛИМЕТРИЧЕСКИХ ХАРАКТЕРИСТИК В КИНЕМАТОГРАФИЧЕСКИХ СИСТЕМАХ

НЕСТЕРОВА Елена Ивановпа АНАЛИЗ И СИНТЕЗ КВАЛИМЕТРИЧЕСКИХ ХАРАКТЕРИСТИК В КИНЕМАТОГРАФИЧЕСКИХ СИСТЕМАХ 9 09-5 3760 б^7 На правах рукописи НЕСТЕРОВА Елена Ивановпа АНАЛИЗ И СИНТЕЗ КВАЛИМЕТРИЧЕСКИХ ХАРАКТЕРИСТИК В КИНЕМАТОГРАФИЧЕСКИХ СИСТЕМАХ Специальность 05.11.18 Приборы и методы преобразования изображений

Подробнее

КИНЕСКОПЫ ДЛЯ ЧЕРНО-БЕЛОГО И ЦВЕТНОГО ТЕЛЕВИДЕНИЯ

КИНЕСКОПЫ ДЛЯ ЧЕРНО-БЕЛОГО И ЦВЕТНОГО ТЕЛЕВИДЕНИЯ г о с у д а р с т в е н н ы й с т а н д а р т СОЮЗА ССР КИНЕСКОПЫ ДЛЯ ЧЕРНО-БЕЛОГО И ЦВЕТНОГО ТЕЛЕВИДЕНИЯ МЕТОДЫ ИЗМЕРЕНИЯ РАЗРЕШАЮЩЕЙ СПОСОБНОСТИ ГОСТ 19139 73 Издание официальное украшения из кружева

Подробнее

ЖУРНАЛ РАДИОЭЛЕКТРОНИКИ, N4, 2013

ЖУРНАЛ РАДИОЭЛЕКТРОНИКИ, N4, 2013 ЖУРНАЛ РАДИОЭЛЕКРОНИКИ, N4, 03 УДК 6.39, 6.39.8 ОЦЕНКА ОНОШЕНИЯ СИГНАЛ/ШУМ НА ОСНОВЕ ФАЗОВЫХ ФЛУКУАЦИЙ СИГНАЛА В. Г. Патюков, Е. В. Патюков, А. А. Силантьев Институт инженерной физики и радиоэлектроники,

Подробнее

КОНТРОЛЬНОЕ ЗАДАНИЕ 1

КОНТРОЛЬНОЕ ЗАДАНИЕ 1 КОНТРОЛЬНОЕ ЗАДАНИЕ 1 ПОВЕРКА АМПЕРМЕНТРА И ВОЛЬТМЕТРА Амперметр магнитоэлектрической системы с пределом измерения по току I N 5.0 A и пределом сигнала измерительной информации y N 100 делений, имеет оцифрованные

Подробнее

Лекция 4 Устройства получения информации о состоянии процесса

Лекция 4 Устройства получения информации о состоянии процесса Лекция 4 Устройства получения информации о состоянии процесса Устройства этой группы технических средств ГСП предназначены для сбора и преобразования информации без изменения ее содержания о контролируемых

Подробнее

ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА

ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА Кафедра математики и информатики ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА Учебно-методический комплекс для студентов ВПО, обучающихся с применением дистанционных технологий Модуль 3 МАТЕМАТИЧЕСКАЯ

Подробнее

Репозиторий БНТУ. Оценка качества строительства при обследовании технического состояния строительных конструкций

Репозиторий БНТУ. Оценка качества строительства при обследовании технического состояния строительных конструкций Оценка качества строительства при обследовании технического состояния строительных конструкций Тур В.В., Яловая Ю.С. УО «Брестский государственный технический университет», г. Брест, Беларусь Реферат Разработана

Подробнее

Измерение характеристик качества изображения объектива методом изофотометрии пограничной функции.

Измерение характеристик качества изображения объектива методом изофотометрии пограничной функции. Современные оптические измерения ЛАБОРАТОРНАЯ РАБОТА N 11 Измерение характеристик качества изображения объектива методом изофотометрии пограничной функции. (Программное обеспечение по компьютерной обработке

Подробнее

Н.В. Фролова, А.В. Власов

Н.В. Фролова, А.В. Власов 80 Н.В. Фролова, А.В. Власов Пермский государственный университет МОДЕЛИРОВАНИЕ РИСКОВ ИННОВАЦИОННЫХ ПРОЕКТОВ МЕТАГРАФАМИ Одним из основных факторов, сдерживающих инновационную активность предприятий,

Подробнее

Алгоритм оценивания функционального наполнения программных продуктов на основе нечеткого логического вывода

Алгоритм оценивания функционального наполнения программных продуктов на основе нечеткого логического вывода А.В. Ахаев. Алгоритм оценивания функционального наполнения программных продуктов 169 УДК 004.891 А.В. Ахаев Алгоритм оценивания функционального наполнения программных продуктов на основе нечеткого логического

Подробнее

Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине (модулю):

Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине (модулю): Б..ДВ.. Статистический анализ данных Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине (модулю): Общие сведения. Кафедра Математики и математических методов в экономике.

Подробнее

СТАТИСТИЧЕСКАЯ ОБРАБОТКА РЕЗУЛЬТАТОВ ИСПЫТАНИЙ НА ИЗНАШИВАНИЕ

СТАТИСТИЧЕСКАЯ ОБРАБОТКА РЕЗУЛЬТАТОВ ИСПЫТАНИЙ НА ИЗНАШИВАНИЕ ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ ВОЛГОГРАДСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ КАФЕДРА «СОПРОТИВЛЕНИЕ МАТЕРИАЛОВ» СТАТИСТИЧЕСКАЯ ОБРАБОТКА РЕЗУЛЬТАТОВ ИСПЫТАНИЙ НА ИЗНАШИВАНИЕ Методические

Подробнее

ИСПОЛЬЗОВАНИЕ ОПТИЧЕСКИХ ДАТЧИКОВ ТРИАНГУЛЯЦИОННОГО ТИПА ДЛЯ ДИАГНОСТИКИ КАЧЕСТВА ЛИТЫХ АВТОМОБИЛЬНЫХ ДИСКОВ НА ЭТАПЕ ПРОИЗВОДСТВА

ИСПОЛЬЗОВАНИЕ ОПТИЧЕСКИХ ДАТЧИКОВ ТРИАНГУЛЯЦИОННОГО ТИПА ДЛЯ ДИАГНОСТИКИ КАЧЕСТВА ЛИТЫХ АВТОМОБИЛЬНЫХ ДИСКОВ НА ЭТАПЕ ПРОИЗВОДСТВА УДК 681.3 ИСПОЛЬЗОВАНИЕ ОПТИЧЕСКИХ ДАТЧИКОВ ТРИАНГУЛЯЦИОННОГО ТИПА ДЛЯ ДИАГНОСТИКИ КАЧЕСТВА ЛИТЫХ АВТОМОБИЛЬНЫХ ДИСКОВ НА ЭТАПЕ ПРОИЗВОДСТВА Крайнюк О.В. Введение Построение эффективной системы контроля

Подробнее

5. КОНТРОЛЬНЫЙ БЛОК 5.1 Тестовые задания для входного контроля

5. КОНТРОЛЬНЫЙ БЛОК 5.1 Тестовые задания для входного контроля 5. КОНТРОЛЬНЫЙ БЛОК 5.1 Тестовые задания для входного контроля 1. Качества, необходимые для исследователя: 1) воображение и сосредоточенность; ) любопытство и эгоистичность; 3) осторожность, скромность

Подробнее

2. Основы имитационного моделирования модель субъективна гомоморфна, множества моделей адекватной материальные и идеальные

2. Основы имитационного моделирования модель субъективна гомоморфна, множества моделей адекватной материальные и идеальные 2. Основы имитационного моделирования 2.1. Понятие модели В настоящее время нельзя назвать область человеческой деятельности, в которой в той или иной степени не использовались бы методы моделирования.

Подробнее

Измерения при принятии решений

Измерения при принятии решений Лекция Измерения при принятии решений ЮТИ ТПУ Кафедра информационных систем Направление 09.04.03 Прикладная информатика 2016 1 Понятие и место решений в управлении организацией В процессе принятия решений

Подробнее

Профессиональный портрет специалиста в системе управления качеством образования в вузе

Профессиональный портрет специалиста в системе управления качеством образования в вузе Щеглов П. Е. Профессиональный портрет в системе управления качеством образования в вузе / П. Е. Щеглов, Н. Ш. Никитина // Университетское управление: практика и анализ. - 2004. 1(29). С. 48-56. Профессиональный

Подробнее

Измерение физических величин

Измерение физических величин Измерение физических величин ГН Андреев В основе точных естественных наук лежат измерения При измерениях значения величин выражаются в виде чисел, которые указывают во сколько раз измеренная величина больше

Подробнее

МЕТОД СТАТИСТИЧЕСКОГО МОДЕЛИРОВАНИЯ В ПРОГРАММАХ СИНТЕЗА И ИССЛЕДОВАНИЯ СЛОЖНЫХ РАДИОЛОКАЦИОННЫХ КОМПЛЕКСОВ

МЕТОД СТАТИСТИЧЕСКОГО МОДЕЛИРОВАНИЯ В ПРОГРАММАХ СИНТЕЗА И ИССЛЕДОВАНИЯ СЛОЖНЫХ РАДИОЛОКАЦИОННЫХ КОМПЛЕКСОВ В. М. Бацылев, В. А. Вяхирев Сибирский Федеральный университет МЕТОД СТАТИСТИЧЕСКОГО МОДЕЛИРОВАНИЯ В ПРОГРАММАХ СИНТЕЗА И ИССЛЕДОВАНИЯ СЛОЖНЫХ РАДИОЛОКАЦИОННЫХ КОМПЛЕКСОВ УДК 001.817 Известно, что ценность

Подробнее

3. РЕГРЕССИОННЫЙ АНАЛИЗ Постановка задачи регрессионного анализа

3. РЕГРЕССИОННЫЙ АНАЛИЗ Постановка задачи регрессионного анализа 55 3 РЕГРЕССИОННЫЙ АНАЛИЗ 3 Постановка задачи регрессионного анализа Экономические показатели функционирования предприятия (отрасли хозяйства) как правило представляются таблицами статистических данных:

Подробнее

МЕТОДЫ И АЛГОРИТМЫ ПОСТРОЕНИЯ СОДЕРЖАТЕЛЬНО ИНТЕРПРЕТИРУЕМЫХ КЛАССИФИКАЦИЙ

МЕТОДЫ И АЛГОРИТМЫ ПОСТРОЕНИЯ СОДЕРЖАТЕЛЬНО ИНТЕРПРЕТИРУЕМЫХ КЛАССИФИКАЦИЙ 8456 УДК 62-50 МЕТОДЫ И АЛГОРИТМЫ ПОСТРОЕНИЯ СОДЕРЖАТЕЛЬНО ИНТЕРПРЕТИРУЕМЫХ КЛАССИФИКАЦИЙ И.В. Покровская Институт проблем управления им. В.А. Трапезникова РАН Россия, 117997, Москва, Профсоюзная ул.,

Подробнее

Математические методы

Математические методы Математические методы В группе математических методов познания выделяются методы установления количественных зависимостей, метод вычисления элементарных статистик, а также методы статистического выявления

Подробнее

Измерения физических величин

Измерения физических величин Измерения физических величин Измерение физической величины совокупность операций по применению технического средства, хранящего единицу физической величины, обеспечивающих нахождение соотношения (в явном

Подробнее

Л.В. АНТОНОВ, А.А. ОРЛОВ

Л.В. АНТОНОВ, А.А. ОРЛОВ 3 Л.В. АНТОНОВ, А.А. ОРЛОВ Экспериментальное исследование алгоритмов обработки снимков промышленных изделий УДК 004.942 Муромский институт (филиал) ФГБОУ ВПО «Владимирский государственный университет имени

Подробнее

УДК СОВМЕЩЕНИЕ РАСТРОВЫХ ИЗОБРАЖЕНИЙ В СИСТЕМАХ ТЕХНИЧЕСКОГО ЗРЕНИЯ

УДК СОВМЕЩЕНИЕ РАСТРОВЫХ ИЗОБРАЖЕНИЙ В СИСТЕМАХ ТЕХНИЧЕСКОГО ЗРЕНИЯ УДК 681.325 СОВМЕЩЕНИЕ РАСТРОВЫХ ИЗОБРАЖЕНИЙ В СИСТЕМАХ ТЕХНИЧЕСКОГО ЗРЕНИЯ Н.В.Соловьев, канд. техн. наук, доцент А.А.Козлов, соискатель М.Ю.Литвинов, соискатель Санкт-Петербургский государственный университет

Подробнее

Человечество в своей деятельности (научной, образовательной, технологической, художественной и др.) постоянно создаёт и использует модели окружающего

Человечество в своей деятельности (научной, образовательной, технологической, художественной и др.) постоянно создаёт и использует модели окружающего Человечество в своей деятельности (научной, образовательной, технологической, художественной и др.) постоянно создаёт и использует модели окружающего мира. Модели имеют чрезвычайно важную роль в проектировании

Подробнее

АННОТАЦИЯ РАБОЧЕЙ ПРОГРАММЫ УЧЕБНОЙ ДИСЦИПЛИНЫ

АННОТАЦИЯ РАБОЧЕЙ ПРОГРАММЫ УЧЕБНОЙ ДИСЦИПЛИНЫ МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «УФИМСКИЙ ГОСУДАРСТВЕННЫЙ АВИАЦИОННЫЙ ТЕХНИЧЕСКИЙ

Подробнее

технике, образовании, медицине и других областях науки и техники. Преимущества цифровых систем обусловлены рядом факторов и, прежде всего, фактором

технике, образовании, медицине и других областях науки и техники. Преимущества цифровых систем обусловлены рядом факторов и, прежде всего, фактором i? i ОТЗЫВ ОФИЦИАЛЬНОГО ОППОНЕНТА о диссертационной работе Чочиа Павла Антоновича «Теория и методы обработки видеоинформации на основе двухмасштабной модели изображения», представленной на соискание ученой

Подробнее

Руководство по настройке качества цветной печати

Руководство по настройке качества цветной печати Стр. 1 из 7 Руководство по настройке Руководство по качественной цветной печати знакомит пользователей с возможными операциями на принтере, которые можно использовать для настройки цветной печати. меню

Подробнее

ДИАГНОСТИКА КРИЗИСНОГО СОСТОЯНИЯ ПРЕДПРИЯТИЯ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ

ДИАГНОСТИКА КРИЗИСНОГО СОСТОЯНИЯ ПРЕДПРИЯТИЯ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ 75 Н.Ф. Симонова, А. А. Поносов Пермский государственный университет ДИАГНОСТИКА КРИЗИСНОГО СОСТОЯНИЯ ПРЕДПРИЯТИЯ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ Согласно теории жизненного цикла систем, деятельность

Подробнее

ГОСУДАРСТВЕННЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ ГОСУДАРСТВЕННАЯ СИСТЕМА СТАНДАРТИЗАЦИИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ГОСУДАРСТВЕННЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ ГОСУДАРСТВЕННАЯ СИСТЕМА СТАНДАРТИЗАЦИИ РОССИЙСКОЙ ФЕДЕРАЦИИ ГОСУДАРСТВЕННЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ ГОСУДАРСТВЕННАЯ СИСТЕМА СТАНДАРТИЗАЦИИ РОССИЙСКОЙ ФЕДЕРАЦИИ Метрологическая экспертиза проектов государственных стандартов ГОСТ Р 1.11-99 State system for

Подробнее

Пересечение стационарных гауссовых последовательностей с неслучайными уровнями

Пересечение стационарных гауссовых последовательностей с неслучайными уровнями УДК 59. Пересечение стационарных гауссовых последовательностей с неслучайными уровнями С. Н. Воробьев, канд. техн. наук, доцент Н. В. Гирина, аспирант Санкт-Петербургский государственный университет аэрокосмического

Подробнее

СЕЙТБЕКОВА Г.О. Алматинский Технологический университет, Алматы, Казахстан НЕКОТОРЫЕ КРИТЕРИИ ОЦЕНКИ АЛГОРИТМОВ СЖАТИЯ

СЕЙТБЕКОВА Г.О. Алматинский Технологический университет, Алматы, Казахстан НЕКОТОРЫЕ КРИТЕРИИ ОЦЕНКИ АЛГОРИТМОВ СЖАТИЯ УДК 004.9 СЕЙТБЕКОВА Г.О. Алматинский Технологический университет, Алматы, Казахстан НЕКОТОРЫЕ КРИТЕРИИ ОЦЕНКИ АЛГОРИТМОВ СЖАТИЯ В последнее время наблюдается развитие телекоммуникационных систем, которые

Подробнее

Б2.В.3 Теория измерений в социологии Фонд оценочных средств для проведения промежуточной аттестации обучающихся

Б2.В.3 Теория измерений в социологии Фонд оценочных средств для проведения промежуточной аттестации обучающихся Б2.В.3 Теория измерений в социологии Фонд оценочных средств для проведения промежуточной аттестации обучающихся Общие сведения 1. Кафедра Социальных наук 2. Направление подготовки 040100.62 Социология

Подробнее

Вопросы для подготовки к зачету по дисциплине «Моделирование систем и процессов»

Вопросы для подготовки к зачету по дисциплине «Моделирование систем и процессов» Вопросы для подготовки к зачету по дисциплине «Моделирование систем и процессов» Специальность 280102 1. Модель и оригинал. 2. Что такое модель? 3. Что такое моделирование? 4. Для чего необходим этап постановки

Подробнее

Определение. Цветоделение RGB. Формирование видеосигнала YCbCr. Кодирование

Определение. Цветоделение RGB. Формирование видеосигнала YCbCr. Кодирование Цифровое видео Определение Цифровое видео множество технологий записи, обработки, передачи, хранения и воспроизведения визуального или аудиовизуального материала в цифровом представлении. Цветоделение

Подробнее

ИНФОРМАЦИОННЫЙ ПОДХОД К АНАЛИЗУ ДАННЫХ ЭКСПЕРТНОГО ОЦЕНИВАНИЯ

ИНФОРМАЦИОННЫЙ ПОДХОД К АНАЛИЗУ ДАННЫХ ЭКСПЕРТНОГО ОЦЕНИВАНИЯ УДК 007 А.Е. Архипов, С.А. Архипова ИНФОРМАЦИОННЫЙ ПОДХОД К АНАЛИЗУ ДАННЫХ ЭКСПЕРТНОГО ОЦЕНИВАНИЯ Введение Одним из результатов процесса информатизации общества есть постоянный рост информационной нагрузки

Подробнее