Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: https://repo.btu.kharkov.ua//handle/123456789/41536
Название: Застосування методу Вейвлет та фрактального аналізу для прогнозування ризику виробничого травматизму
Другие названия: Применение метода вейвлет и фрактального анализа для прогнозирования риска производственного травматизма
Application of the method of wavelet and fractal analysis for predicting the risk of occupational accidents
Авторы: Д’яконов, В. І.
Дьяконов, О. В.
Третьяков, О. В.
Дата публикации: 2014
Издательство: Харків: ХНТУСГ
Библиографическое описание: Д’яконов В. І., Дьяконов О. В., Третьяков О. В. Застосування методу Вейвлет та фрактального аналізу для прогнозування ризику виробничого травматизму. Вісник Харківського національного технічного університету сільського господарства. вип. 148 «Технічні науки» «Механізація сільськогосподарського виробництва». 2014. С. 465-472
Серия/номер: Вісник Харків. нац. техн. ун-т сіл. госп-ва ім. П. Василенка;№ 148
Краткий осмотр (реферат): Представлена методика прогнозування ризику виробничого травматизму за допомогою вейвлет і фрактального аналізу. Вейвлет-аналіз застосовується для аналізу складних даних і дозволяє виявляти різні властивості складного сигналу, які невидимі при звичайному уявленні в режимі реального часу. По величині фрактальної розмірності, яка відображає кількість нещасних випадків за термін дослідження, визначають ступінь хаотичності самого процессу.
Представлена методика прогнозирования производственного травматизма с помощьювейвлет и фрактального анализа. Вейвлет анализ применяется для анализа сложных данных и позволяет выявить различные свойства сложного сигнала, невидимые при обычном представлении в режиме реального времен. По величине фрактальной размерности, отражающей количество несчастных случаев в исследуемом промежутке, судят о степени хаотичности самого процесса.
The technique of predicting workplace injuries with wavelet and fractal analysis. Wavelet analysis applied to analyze complex data and allows you to identify the various properties of a complex signal, invisible in normal view in real time. Largest fractal dimension, reflecting the number of accidents in the investigated period, is judged on the degree of chaos in the process.
URI (Унифицированный идентификатор ресурса): 5-7987-0176 Х
https://repo.btu.kharkov.ua//handle/123456789/41536
Располагается в коллекциях:Вип. 148: Механізація сільськогосподарського виробництва

Файлы этого ресурса:
Файл Описание РазмерФормат 
76_148_2014_МСМ.pdf257.9 kBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.