Правильная ссылка на статью:
Линь М., Чжао С., Цзы С., Го П., Фань Ц..
Классификация программного обеспечения по обработке данных метеорологических спутников
// Исследования космоса. – 2018. – № 1.
– С. 335-341.
Читать статью
Аннотация: Эффективная работа метеорологических спутниковых систем предполагает наличие не только наземных комплексов управления с системой телеметрии, но и многочисленных прикладных программных продуктов по передаче, обработке и распространению данных самих метеорологических наблюдений. Оптимизация функционирования орбитальных и наземных подсистем получения метеорологических данных с точки зрения потребления системных ресурсов и улучшения их рационального распределения требует решения задачи классификации таких программных приложений на основе характеристик их функционирования. Решение задачи классификации предполагает построение концептуальной схемы (онтологии) линейки программных продуктов путем формирования структуры данных, содержащей выбранные классы объектов, их связи и правила функционирования. Для решения задачи использованы многомерные статистические процедуры в виде совокупности алгоритмов упорядочивания данных на основе иерархической кластеризации программных приложений. Для классификации выбрано несколько групп параметров: кривые загрузки ЦПУ, распределения оперативной памяти, объемов данных систем ввода-вывода и передачи по сетям связи. На основе оценки степени близости объектов в рамках итерационной процедуры обучения построен классификатор приложений (дерево принятия решений). В свою очередь, применение алгоритма большинства голосов дало возможность выявления наиболее ресурсно-емкого приложения. На конечном этапе анализа использована процедура эталонной оценки потребления ресурсов (построения рейтинга программных приложений). Предложенные алгоритмы классификации значительно повышают эффективность наземной системы обработки метеорологических данных.
Ключевые слова: Спутник, Наземная прикладная система, Классификация, Иерархическая кластеризация, Верификация программной модели, Параметры приложения, Загрузка памяти, Загрузка центрального процессора, Загрузка ввода-вывода, Загрузка сети
Библиография:
Naufal, M.F. and Rochimah, S. (2016) Software Complexity Metric-Based Defect Classification Using FARM with Preprocessing Step CFS and SMOTE a Preliminary Study. International Conference on Information Technology Systems and Innovation. IEEE, Al Ain, 28 November 2016, 1-6.
(9.} Peng, J., Elias, J.E., Thoreen, C.C., et al. (2003) Evaluation of Multidimensional Chromatography Coupled with Tandem Mass Spectrometry (LC/LC-MS/MS) for Large-Scale Protein Analysis: The Yeast Proteome. Journal of Proteome Research, 2, 43-50. URL: https://doi.org/10.1021/pr025556v
Wahono, R.S., Herman, N.S. and Ahmad, S. (2014) A Comparison Framework of Classification Models for Software Defect Prediction. Advanced Science Letters, 20, 1945-1950. URL: https://doi.org/10.1166/asl.2014.5640
Pancerz, K. (2015) On Selected Functionality of the Classification and Prediction Software System (CLAPSS). International Conference on Information and Digital Technologies, IEEE, Zilina, 7-9 July 2015, 278-285. URL: https://doi.org/10.1109/