Способ и устройство для определения зоны в объекте, отражающей наивысший уровень структурной организации

 

Заявленные изобретения относятся к вычислительной технике. Техническим результатом, достигаемым при использовании группы изобретений, является определение "аттракторов в полях данных физического свойства или набора физических свойств". Способы основаны на разработке матрицы базовой дихотомии из каждой матрицы преобразования. В первом варианте способа из полного набора описаний матриц выбирают корни, а во втором варианте способа - ветви этого набора. Устройства, реализующие способы, содержат средства измерения, оцифровки, анализа и разработки полного набора описаний. Устройство, реализующее первый вариант способа, содержит также средство для определения корней, устройство, реализующее второй вариант способа, - средство для определения ветвей полного набора описаний. 4 с. и 30 з.п.ф-лы, 10 ил.

Изобретение относится к способу и устройству для определения "аттракторов" в полях данных физического свойства или набора физических свойств объекта.

Многие существующие способы исследования объекта используют анализ полей данных для рассматриваемых физических свойств объекта, таких как напряженность физических полей (например, магнитного, радиоактивного, гравитационного, инфракрасного и электромагнитного), чтобы вывести положение и диапазон существенных характеристик в объекте. Существует два принципиальных подхода к анализу полей данных для определения существенных характеристик в объекте. Первым подходом является распознавание картин, которое включает в себя сравнение поля данных с другими полями данных, представляющими собой физические свойства областей, про которые известно, что они обладают желательной существенной характеристикой. Когда определенные картины являются общими для полей данных, отмечается наличие желательной существенной характеристики в исследуемой области. Второй подход состоит в использовании "экспертной системы", которая классифицирует данные по сложной схеме со многими переменными и использует правила вывода решений, субъективно выбираемые исследователем на основании его собственных опыта, знаний и интуиции.

К сожалению, способы распознавания картин и метод "экспертной системы" страдают от ряда недостатков. Во-первых, они являются искаженными, т.к. дают выходные результаты, которые сильно подвержены влиянию прошлых проявлений существенных характеристик, как это имеет место в случае с распознаванием картин, либо выбора критериев, отобранных исследователем. В результате таких искажений более значимые проявления существенных характеристик в данных могут быть подавлены в пользу характеристик, которые являются менее значимыми, но которые случайно коррелируют с ранее наблюдавшейся характеристикой или с характеристикой, которая была предсказана исследователем как значимая. Во-вторых, вышеупомянутые способы являются директивными, поскольку оценки корреляции между характеристиками в полях данных делаются исследователем, который держит в уме желательные конечные характеристики. Таким образом, при каждой возможности решения, существует ли достаточная корреляция, вводятся возрастающие предпочтения для заранее заданной конечной характеристики. Соответственно, ни один из этих способов не позволяет обнаружить естественные значимые характеристики в пределах полей данных, подлежащих обнаружению, без влияния конечной характеристики, заранее выбранной исследователем.

Наиболее близким заявленному изобретению является способ при нестационарной цифровой фильтрации и устройство, реализующее этот способ, которые описаны в патенте США N 4837723, кл. 6 G 06 F 15/31. Указанный способ включает в себя следующие операции: измерение физического свойства объекта во множестве различных местоположений для построения поля данных; оцифровку данных в поле данных; размещение данных в поле данных матрицы. Устройство содержит средство измерения физического свойства объекта во множестве местоположений для построения поля данных, средство для оцифровки данных в поле данных, средство размещения данных в поле данных в виде матрицы.

В соответствии с настоящим изобретением, способ и устройство используют либо безобъектный подход, либо объектно-ориентированный подход для определения "аттракторов" в полях данных физического свойства или набора физических свойств объекта. Обрабатывающая система реализует способ, который начинается, во-первых, измерением и оцифровкой поля данных физического свойства или полей данных набора физических свойств объекта. Во-вторых, обрабатывающая система размещает данные поля данных или данные каждого поля данных в виде матрицы. В-третьих, обрабатывающая система преобразует данные в матрице или в матрицах для получения матриц преобразования. В- четвертых, обрабатывающая система выводит базовую дихотомную матрицу из каждой матрицы преобразования. В-пятых, обрабатывающая система выводит полный набор описаний матриц из базовых дихотомных матриц. В- шестых, в безобъектном подходе обрабатывающая система выбирает корни полного набора описаний матриц и организует эти корни в последовательности, либо, альтернативно, в объектно-ориентированном подходе обрабатывающая система выбирает ветви полного описывающего набора матриц. Наконец, обрабатывающая система отображает либо корни в последовательностях, чтобы обеспечить представление зоны в объекте, отражающей наивысший уровень структурной организации, либо ветви, чтобы обеспечить представление зоны в объекте, отражающей наивысший уровень структурного сходства с объектной зоной в объекте.

Устройство для анализирования объекта для определения зоны в объекте отражающей наивысший уровень структурной организации (далее обрабатывающая система), которое использует безобъектный подход для определения "аттракторов" включает в себя следующие средства: средство для измерения физического свойства или физических свойств объекта во множестве различных местоположений для построения поля данных, средство для оцифровки данных в поле данных, средство для размещения данных в поле данных в виде матрицы, средство для преобразования данных в матрице для разработки матриц преобразования; средство для разработки матрицы базовой дихотомии из каждой матрицы преобразования, средство для разработки полного набора описаний матриц из матриц базовой дихотомии, средство для выбора корней полного набора описаний матриц, средство для организации корней в последовательности и средство для отображения последовательностей корней, для обеспечения представления зоны в объекте, отражающей наивысший уровень структурной организации. При этом средство для разработки матрицы базовой дихотомии содержит: средство для вычисления среднего значения для матрицы преобразования, средство для присвоения в матрице преобразования логического "0" любым преобразованным данным, меньшим, чем среднее значение, средство для присвоения в матрице преобразования логической "1" любым преобразованным данным, большим, чем среднее значение, средство для случайного присвоения в матрице преобразования логических "1" и логических "0" любым преобразованным данным, равным среднему значению. Средство для разработки полного набора описаний матриц содержит: средство для выбора наиболее отличных от других матриц базовой дихотомии, средство для разработки сопутствующей матрицы для каждой наиболее отличной от других матрицы базовой дихотомии, средство для расположения наиболее отличных от других матриц базовой дихотомии и связанных с ними сопутствующих матриц в порядке от наиболее компактной до наименее компактной для формирования базового уровня матриц, средство для последовательного выполнения пересечения все большего числа матриц базового уровня для построения уровней пересечения матриц и средство для создания иерархического построения матриц, начиная с матриц базового уровня на первом уровне и заканчивая наивысшим уровнем пересечения матриц. Средство выбора наиболее отличных от других матриц базовой дихотомии содержит: средство для разработки числового эквивалента степени сходства между каждой парой матриц базовой дихотомии, средство для разделения матриц базовой дихотомии на кластеры матриц базовой дихотомии в соответствии с пороговым значением числового эквивалента степени сходства и средство для выбора наиболее представительной матрицы базовой дихотомии из каждого кластера в виде одной из наиболее отличных от других матриц базовой дихотомии.

Средство для выбора корней полного набора описаний матриц содержит: средство для последовательного обозначения матриц базовой дихотомии и сопутствующих им матриц базового уровня матрицы в порядке убывания компактности, средство для определения того, является ли подмножество логических "1" обозначенной матрицы корнем, средство для определения того, является ли подмножество логических "1" для более высокого уровня матриц пересечения непроверенным корнем, и средство для определения того, является ли непроверенный корень на самом деле корнем.

Устройство для анализирования объекта для определения зоны в объекте отражающей наивысший уровень структурной организации, которое использует объектно-ориентированный подход для определения "аттракторов", кроме ранее перечисленных средств аналогичного устройства, которое использует безобъектный подход для определения "аттракторов", содержит также: средство для разработки объектной матрицы дихотомии из матрицы и средство для разработки ветвей полного набора описаний матриц с помощью объектной матрицы дихотомии, а используемое средство для отображения в этом случае будет отображать полученные ветви. При этом упомянутое средство для разработки полного набора описаний содержит: средство для определения числового эквивалента степени пересечения для каждой матрицы базовой дихотомии, средство для выбора каждой матрицы базовой дихотомии, имеющей числовой эквивалент степени пересечения, превышающий пороговое значение числового эквивалента степени пересечения, средство для последовательного выполнения пересечения все большего числа выбранных матриц базовой дихотомии для построения уровней матриц пересечения, средство для определения числового эквивалента степени пересечения для каждой матрицы пересечения, средство для обозначения каждой матрицы пересечения, имеющей числовой эквивалент степени пересечения, превышающий пороговое значение числового эквивалента степени пересечения, средство для определения числового эквивалента степени сходства для каждой обозначенной матрицы пересечения, средство для формирования полного набора описаний матриц из выбранных матриц базовой дихотомии и обозначенных матриц пересечения, имеющих числовой эквивалент степени сходства, превышающий пороговое значение числового эквивалента степени сходства, и средство для иерархического расположения матриц полного набора описаний, начиная с наиболее компактной выбранной матрицы базовой дихотомии и заканчивая матрицей наивысшего уровня пересечения.

Средство для разработки объектной матрицы дихотомии содержит: средство для расположения границы вокруг объектной зоны в матрице, средство для присвоения логической "1" любым данным в пределах объектной зоны и средство для присвоения логического "0" любым данным вне объектной зоны.

Средство для разработки ветвей полного набора описаний матриц содержит: средство для последовательного обозначения матриц пересечения одного и того же уровня в порядке убывания сходства с объектной матрицей дихотомии, средство для последовательного выбора подмножества логических "1" матрицы пересечения следующего более низкого уровня, в которое вложено подмножество логических "1", и средство для последовательного обозначения матриц более низких уровней пересечения в порядке убывания сходства с объектной матрицей дихотомии.

Поэтому объектом настоящего изобретения является обеспечение неискаженного безобъектного способа и устройства для определения "аттракторов" в полях данных физического свойства или набора физических свойств объекта.

Еще одним объектом настоящего изобретения является обеспечение объектно-ориентированного способа и устройства для определения "аттракторов" в полях данных физического свойства или набора физических свойств объекта.

Остальные объекты, признаки и преимущества настоящего изобретения станут очевидны для специалистов в свете нижеследующего.

Фиг. 1 является блок-схемой, представляющей обрабатывающую систему, реализующую предпочтительное выполнение настоящего изобретения.

Фиг. 2 является диаграммой, представляющей формат для данных поля данных для физического свойства или набора физических свойств объекта.

Фиг. 3 является блок-схемой алгоритма, иллюстрирующей операции, выполняемые обрабатывающей системой по фиг. 1.

Фиг. 4A-C представляют гипотетические базовые дихотомные матрицы и ограничительные линии, используемые при определении степени компактности.

Фиг. 5 представляет гипотетические базовые дихотомные матрицы.

Фиг. 6 иллюстрирует определение наиболее представительной матрицы в группе матриц.

Фиг. 7 показывает гипотетические базовые дихотомные матрицы по фиг. 5 и сопутствующие им матрицы.

Фиг. 8 представляет матрицы пересечения, сформированные пересечением гипотетических базовых дихотомных матриц по фиг. 5 и сопутствующих им матриц.

Фиг. 9 показывает гипотетическую последовательность корней .

Фиг. 10 показывает гипотетическую ветвь.

Фиг. 1 иллюстрирует обрабатывающую систему 10, которая вводит и обрабатывает данные физических свойств или набора физических свойств объекта для определения "аттракторов" в объекте. "Аттракторами" являются наиболее стабильные состояния рассматриваемого поля данных, которые являются наилучшими совокупными представлениями всего многообразия (вариантов) объекта. Обрабатывающая система 10 принимает ввод от инструментов 11, в состав которых входят упомянутое средство для измерения физического свойства или физических свойств объекта во множестве различных местоположений и средство для оцифровки данных в поле данных, которые измеряют любое физическое свойство или комбинацию физических свойств, найденных в объекте, и обеспечивают цифровые представления данных для измеренного физического свойства или свойств. Альтернативно, если инструменты 11 обеспечивают только аналоговый выход, то для получения необходимых цифровых представлений данных для физического свойства или свойств.

Примерами физических свойств могут служить, но не ограничиваться ими, магнитное поле, гравитационное поле, радиоактивное поле и сейсмическое поле. Инструменты 11 могут быть любыми подходящими приборами, способными измерять физические свойства, такими как магнитометры и гамма-спектрометры. Хотя фиг. 1 иллюстрирует соединение между инструментами 11 и обрабатывающей системой 10, специалистам понятно, что инструменты 11 могут быть удалены от обрабатывающей системы 10 и что любые данные об измеренном физическом свойстве или наборе физических свойств могут храниться в запоминающем приборе, таком как магнитный носитель или лазерный диск, для последующего ввода в обрабатывающую систему 10.

Обрабатывающая система 10 определяет "аттракторы" в полях данных физического свойства или набора физических свойств, поскольку уровень структурной организации или структурного сходства с объектной зоной в объекте. Размещая эти зоны, обрабатывающая система 10 указывает конкретные участки в объекте, которые наиболее подходят для реализации физических, химических и прочих естественных процессов, создающих существенные характеристики в объектной системе, такие как месторождения руды, нефти и газа. Следовательно, обрабатывающая система 10 обеспечивает пользователя указанием зон в объекте, имеющих наибольшую вероятность содержания существенных характеристик.

Обрабатывающая система 10 включает в себя компьютер 12, который выполняет функции, предписываемые средству для представления данных в поле данных в виде матрицы, средству для преобразования данных в матрице для разработки матриц преобразования, средству для разработки матрицы базовой дихотомии из каждой матрицы преобразования, средству для разработки полного набора описаний матриц из матриц базовой дихотомии, средству для выбора корней полного набора описаний матриц, средству для организации корней в последовательности, средству для разработки объектной матрицы дихотомии из матрицы, средству для разработки ветвей полного набора описаний матриц с помощью объектной матрицы дихотомии. Компьютер 12 имеет подходящее устройство ввода, такое как клавиатура, для определения "аттракторов" в полях данных физического свойства или набора физических свойств. Компьютер 12 вырабатывает изображения объекта, и отображает эти изображения на экране 13 и, если желательно, печатает эти изображения на принтере/плоттере 14. При определении "аттракторов" в полях данных физического свойства или набора физических свойств объекта и выдаче представлений этих "аттракторов" пользователю обрабатывающая система 10 оптимизирует процесс оценивания объектов.

Фиг. 2 иллюстрирует формат для данных поля данных, представляющего физическое свойство объекта. Один из инструментов 11 измеряет физическое свойство для выработки данных для ввода в компьютер 12. Компьютер 12 сохраняет эти данные в своей памяти в формате матрицы, содержащей N столбцов и М строк. Матрица 15 содержит ячейки A_1,1 - A_M,N, которые соответствуют точкам измерений в объекте. Представление данных в каждой ячейке A_1,1 - A_M,N матрицы 15 может быть в любой подходящей числовой форме, и привязка к какому бы то ни было конкретному знаку, существенной величине или базовой системе счисления не обязательна.

Для определения "аттракторов" в полях данных набора физических свойств каждый из соответствующих инструментов 11 измеряет физическое свойство для выработки данных для ввода в компьютер 12. Компьютер 12 вводит данные и сохраняет данные для каждого физического свойства в отдельной матрице, содержащей N столбцов и М строк и ячейки A_1,1 - A_M,N. Кроме того, компьютер 12 размещает каждую матрицу в своей памяти таким образом, что отдельные ячейки матриц остаются в "пространственном регистре". Это означает, что каждая из ячеек, имеющих одинаковые номера столбца и строки, располагается в памяти компьютера 12 так, что компьютер 12 может легко сравнивать соответствующие ячейки матриц в процессе определения "аттракторов" в полях данных набора параметров. Хотя этот предпочтительный вариант выполнения организует данные полей данных, используя матричный формат, этот формат применяется только потому, что он обеспечивает эффективное размещение и маркирование отдельных данных полей данных. Специалисты поймут, что вместо этого может использоваться любой формат, - такой как декартова система координат или многомерная матрица, - который выдает координаты для каждых отдельных данных поля данных.

Фиг. 3 иллюстрирует операции, выполняемые компьютером 12 для определения "аттрактов" в полях данных физического свойства или набора физических свойств объекта. На шаге 20 компьютер 12 вводит в свою память данные физического свойства объекта в виде числа n матриц (n ≥ 1), как описано ранее. После ввода n матриц компьютер 12 на шаге 21 запрашивает пользователя выбрать использование объектно-ориентированного или безобъектного подхода для определения "аттракторов". Объектно-ориентированный подход используется, когда объект содержит известную существенную характеристику. Иллюстративно, известной существенной характеристикой может являться месторождение минералов, такое как золото-кварцевое обнажение, кимберлитовая трубка или нефтяное поле. Наоборот, безобъектный подход используется, когда объект не содержит известных существенных характеристик.

Если пользователь выбирает объектно-ориентированный подход, то на шаге 22 компьютер 12 показывает на дисплее 13 матрицу, представляющую объект, и, на шаге 23, запрашивает пользователя нарисовать границу вокруг части матрицы, содержащей известную существенную характеристику, либо обозначить конкретные ячейки матрицы, соответствующие известной существенной характеристике. После того, как пользователь отметил известную существенную характеристику для создания объектной области, компьютер 12 на шаге 24 помещает логическую "1" в каждую ячейку матрицы в пределах объектной области, и логический "0" в каждую ячейку матрицы вне объектной области для выработки объектной дихотомной матрицы. Однако специалист поймет, что могут использоваться и другие символы, либо логические "1" и "0" могут поменяться местами.

Если пользователь на шаге 21 выбирает безобъектный подход, либо на шаге 24 компьютер 12 закончил создание объектной дихотомной матрицы, то на шаге 25 компьютер 12 запрашивает пользователя ввести число k функций преобразования (1 ≅ k ≅ 16), которые должны быть применены к данным в каждой из n матриц. Альтернативно, компьютер 12 может содержать заранее заданное число функций преобразования для непосредственного применения к данным в n матрицах. Компьютер 12 применяет функции преобразования только к n матрицам, но не к объектной дихотомной матрице. Хотя это предпочтительное выполнение использует до 16 функций преобразования, специалисты поймут, что можно использовать более чем 16 функций преобразования. Однако более 16 функций преобразования обеспечивают малое дополнительное отличие в представлении данных в обмен на существенно больший объем требуемой обработки, и поэтому в частном случае не являются необходимыми.

На шаге 26 компьютер 12 применяет выбранное пользователем или заранее заданное число k функций преобразования к данным в каждой из n матриц. При применении k функций преобразования компьютер 12 преобразует данные в n матрицах в k различных представлений данных, где данные, полученные из каждой функции преобразования, формируют nk матриц преобразования, сохраняемых в памяти компьютером 12. Подобно n матрицам, компьютер 12 сохраняет каждую из nk матриц преобразования в своей памяти, чтобы начать - в случае единичного параметра, или сохранять - для нескольких параметров, "пространственный регистр", который обеспечивает простое сравнение ячеек матрицы в процессе определения "аттракторов" в полях данных параметра (параметров) физической системы.

Компьютер 12 преобразует данные в n матрицах для достижения достаточного многообразия в данных, что позволяет построить понятное описание объекта с использованием начальных полей данных физического свойства или набора физических свойств объекта. Независимо от числа и типа функций преобразования, выбранных пользователем, компьютер 12 одинаково применяет функции преобразования к данным в n матрицах.

В данном предпочтительном выполнении компьютер 12 применяет метод "скользящего окна" для преобразования данных в каждой ячейке n матриц с помощью k функций преобразования для получения nk матриц преобразования. "Скользящее окно" представляет собой матрицу меньшего размера, помещенную в n матриц и манипулируемую компьютером для управления применением функции преобразования к отдельной ячейке. Матрица "скользящего окна" позволяет компьютеру 12 использовать данные в окружающих ячейках при преобразовании данных в отдельной ячейке. Компьютер 12 использует дополнительные данные для обеспечения точного результата путем обеспечения достаточного ввода для функции преобразования. Следовательно, матрица "скользящего окна" должна иметь размер, содержащий в себе достаточное число ячеек, чтобы дать возможность каждой отдельной функции преобразования вырабатывать преобразованные данные, которые являются статистическим представлением объекта. Матрица "скользящего окна" в данном предпочтительном варианте выполнения может быть любой из матриц 7х7, 9х9, 11х11 или 13х13.

Компьютер 12 начинает применение функций преобразования, запрашивая пользователя выбрать размер матрицы "скользящего окна" из приведенной выше группы. Компьютер 12 применяет функцию преобразования к каждой из n матриц путем последовательного центрирования матрицы "скользящего окна" на отдельных ячейках. Таким образом, матрица "скользящего окна" в предпочтительном выполнении имеет нечетное количество строк и столбцов для того, чтобы в ней была центральная ячейка. После центрирования матрицы "скользящего окна" компьютер рассчитывает функцию преобразования, используя данные из всех ячеек, охваченных матрицей "скользящего окна". Когда функция преобразования рассчитана, компьютер 12 запоминает результат в nk-й матрице преобразования, в ячейке nk-й матрицы преобразования, соответствующей центральной ячейке n-й матрицы, подлежащей преобразованию. Затем компьютер 12 сдвигает матрицу "скользящего окна" и центрирует ее на смежной ячейке для применения функции преобразования к этой ячейке. Компьютер 12 продолжает таким образом до тех пор, пока все из n матриц не будут преобразованы с помощью каждой из k функций преобразования для получения nk матриц преобразования.

Для раскрытия изобретения и облегчения понимания предпочтительного выполнения будет описана иллюстративная матрица "скользящего окна" из 3 строк и 3 столбцов со ссылкой на фиг. 2. Для преобразования данных в ячейке A_2,2 матрица "скользящего окна" центрируется на ячейке A_2,2 так, что охватываются ячейки A_1,1 - A_3,3. Компьютер 12 рассчитывает функцию преобразования с помощью данных из ячеек A_1,1 - A_3,3 сохраняет результат в ячейке A_2,2 nk-й матрицы преобразования. Затем компьютер 12 перецентрирует матрицу "скользящего окна" на ячейке A_2,3 так, что охвачены ячейки A_1,2 - A_3,4. Компьютер 12 рассчитывает функцию преобразования с помощью данных из ячеек A_1,2 - A_3,4 и сохраняет результат в ячейке A_2,3 той же nk-й матрицы преобразования. Хотя наружные ячейки используются в преобразовании данных в других ячейках, они не преобразуются в данном предпочтительном выполнении и фактически исключаются из матрицы преобразования, так как матрица "скользящего окна" не может быть отцентрирована на наружной ячейке, а статистически представительный результат рассчитанной функции преобразования может быть получен лишь при расчете для центральной ячейки матрицы "скользящего окна". Однако специалист поймет, что существуют методы, использующие наружные ячейки, и что они могут применяться для преобразования данных в матрицу. Компьютер 12 повторяет вышеописанную процедуру для каждой ячейки матрицы 15, пока не будет заполнена nk-я матрица преобразования. Компьютер дополнительно применяет каждую из k функций преобразования к матрице 15 и ко всем оставшимся n матрицам для создания nk матриц преобразования.

Возможные функции преобразования включают в себя, - но не ограничиваются этим, - следующее: (1) разность между энтропией (энтропией Шеннона) наблюдаемого распределения и энтропией при условии, что все значения энтропии появляются с равной вероятностью; (2) максимальный горизонтальный градиент; (3) азимутальное направление максимального горизонтального градиента; (4) разность между средним значением всех значений в матрице "скользящего окна" и средним значением всех значений в матрице; и (5) геометрические характеристики Лапласовой, Гауссовой и средней кривизны. Несмотря на то, что описаны лишь вышеперечисленные функции преобразования, специалисты поймут, что может быть использована любая функция преобразования, создающая отличающееся представление данных.

После применения k функций преобразования к каждой из n матриц для вывода nk матриц преобразования компьютер 12 на шаге 27 разрабатывает базовую дихотомию из каждой из nk матриц преобразования для формирования nk базовых дихотомных матриц. Каждая ячейка базовой дихотомной матрицы маркируется характеристикой, связанной с функцией преобразования, используемой для вывода матрицы преобразования, используемой компьютером 12 для разработки базовой дихотомной матрицы. Компьютер 12 разрабатывает nk базовых дихотомных матриц путем разделения данных в каждой матрице преобразования на два подмножества, состоящих из равного количества ячеек матрицы. Компьютер 12 разделяет данные каждой матрицы преобразования на два подмножества, поскольку такое представление устанавливает наиболее стабильную классификацию данных и, следовательно, обеспечивает пользователя наиболее естественной и традиционной формой описания объекта в терминах полезных и не полезных частей.

Компьютер 12 разрабатывает базовую дихотомную матрицу, определяя сначала среднее значение для матрицы преобразования. После вычисления среднего значения компьютер 12 сравнивает это среднее значение со значением данных в каждой отдельной ячейке nk-й матрицы преобразования. Когда значение данных в отдельной ячейке превышает среднее значение, компьютер 12 помещает логическую "1" в базовую дихотомную матрицу в ячейку, соответствующую ячейке матрицы преобразования. Наоборот, если среднее значение превышает значение данных в отдельной ячейке, компьютер 12 помещает логический "0" в этой матрице базовой дихотомии в ячейку nk-й матрицы базовой дихотомии, соответствующую ячейке nk-й матрицы преобразования. Если значение данных в отдельной ячейке равно среднему значению, компьютер 12 ждет окончания всех сравнений, прежде чем решить, получит ли эта отдельная ячейка логическую "1" или логический "0". При завершении сравнений компьютер 12 разделяет оставшиеся ячейки и случайным образом присваивает логические "1" и логические "0". В том случае, когда существует нечетное число оставшихся ячеек, компьютер 12 случайным образом присваивает логическую "1" или логический "0" непарной ячейке. Компьютер 12 повторяет вышеописанную процедуру для каждой из nk матриц преобразования до тех пор, пока не сформирует каждую из nk матриц базовой дихотомии. Фиг. 5 иллюстрирует матрицы В1 и В2, которые являются матрицами из гипотетического набора nk матриц базовой дихотомии. Заштрихованная область представляет логические "1", а незаштрихованная область представляет логические "0".

В каждой из nk матриц базовой дихотомии те ячейки, которым присвоена логическая "1", и те ячейки, которым присвоен логический "0", формируют два непересекающихся подмножества, содержащих равное число однотипных элементов для каждой из nk матриц преобразования. Однако специалисты поймут, что эти подмножества могут иметь некоторые различия между числом логических "1" и логических "0" в подмножествах, что не отразится на определении "аттракторов" в полях данных физического свойства или набора физических свойств в объекте. Вдобавок компьютер 12 сохраняет каждую из nk матриц базовой дихотомии в своей памяти для поддержания "пространственного регистра", который обеспечивает простое сравнение отдельных ячеек матрицы во время определения "аттракторов". Хотя данное предпочтительное выполнение использует среднее значение при формировании матриц базовой дихотомии, т.к. это наиболее эффективно, специалисты поймут, что можно использовать многие другие способы.

Если пользователь выбирает на шаге 21 безобъектный подход, то компьютер 12 переходит на шаг 28 и запрашивает, желает ли пользователь решать, какие из nk матриц базовой дихотомии наиболее отличны и поэтому будут использоваться при определении "аттракторов" в полях данных физического свойства или физических свойств объекта. Все nk матриц базовой дихотомии ограничиваются наиболее отличными от остальных для оптимизации последующего определения "аттракторов". Однако число матриц базовой дихотомии не должно быть слишком ограниченным, иначе возникает недостаточное представление полей данных физического свойства или физических свойств объекта, что дает неточное определение "аттракторов". В данном предпочтительном выполнении количество матриц основной дихотомии ограничено 9 - 16 матрицами. Однако несмотря на то, что 9 - 16 матриц являются оптимальным числом, специалисты поймут, что менее 9 и более 16 матриц также позволят определять "аттракторы".

Если пользователь желает выбрать наиболее отличные от других матрицы базовой дихотомии, то компьютер 12 на шаге 29 показывает каждую из nk матриц базовой дихотомии на дисплее 13 и, если нужно, печатает каждую из nk матриц базовой дихотомии с помощью принтера/плоттера 14 (см. фиг. 1). Затем пользователь проверяет каждую из nk матриц базовой дихотомии, чтобы решить, какие 9-16 из них наиболее отличны от других. После определения 9 - 16 наиболее отличных от других матриц базовой дихотомии, пользователь использует устройство ввода, такое как клавиатура, чтобы информировать компьютер 12 о 9-16 выбранных наиболее отличных от других матрицах. После получения от пользователя выбранных 9 - 16 наиболее отличных от других матриц компьютер 12 переходит на шаг 34 и использует выбранные 9 - 16 наиболее отличных от других матриц для формирования полного описывающего набора.

Альтернативно, если пользователь выбирает, чтобы компьютер 12 определил 9 - 16 наиболее отличных от других матриц базовой дихотомии, то компьютер 12 на шаге 30 определяет степень компактности для каждой из nk матриц базовой дихотомии. Компьютер 12 определяет степень компактности для каждой из nk матриц базовой дихотомии путем определения суммарной длины линии, разграничивающей логические "1" от логических "0". Однако специалист поймет, что для определения степени компактности могут использоваться и другие методы. Фиг. 4A и B иллюстрируют матрицы 50 и 51, которые имеют наибольшую степень компактности. Фиг. 4C иллюстрирует матрицу 54, которая имеет меньшую степень компактности, нежели матрицы 50 и 51, поскольку логические "1" и "0" распределены более случайным образом. Таким образом, разграничивающая линия 55 должна огибать логические "1" и "0", чтобы разделить их, и ее длина больше, чем у разграничивающих линий 52 и 53. Матрица, имеющая минимальную степень компактности, имеет в своих ячейках чередующиеся логические "1" и "0".

Компьютер 12 выводит разграничивающую линию для каждой из nk матриц базовой дихотомии и измеряет ее совокупную длину с помощью любого из нескольких хорошо известных способов. Например, компьютер 12 последовательно проходит отдельные ячейки матрицы вдоль столбцов, а затем вдоль строк в nk-й матрице базовой дихотомии и увеличивает длину разграничивающей линии каждый раз, когда между смежными ячейками матрицы он фиксирует смену либо с логического "0" на логическую "1", либо с логической "1" на логический "0". Получившийся отсчет длины разграничивающей линии является совокупной длиной разграничивающей линии и, следовательно, отражает степень компактности nk-й матрицы базовой дихотомии.

После определения степени компактности компьютер 12 располагает nk матриц базовой дихотомии в порядке от наиболее компактной к наименее компактной. То есть компьютер 12 располагает nk базовых матриц в своей памяти от наиболее компактной (т.е. матрицы, имеющей кратчайшую совокупную разграничивающую линию) до наименее компактной (т.е. матрицы, имеющей самую длинную совокупную разграничивающую линию).

Когда компьютер 12 расставил nk матриц базовой дихотомии, он на шаге 31 попарно сравнивает каждую матрицу базовой дихотомии с каждой оставшейся матрицей базовой дихотомии, чтобы определить степень подобия между каждой парой матриц базовой дихотомии путем вывода числового эквивалента степени сходства. Для получения числового эквивалента степени сходства для первой и второй пары матриц базовой дихотомии компьютер 12 сначала создает для этой пары матриц базовой дихотомии матрицу пар логических чисел. Компьютер 12 создает матрицу пар логических чисел путем сравнения отдельных ячеек первой матрицы базовой дихотомии с каждой соответствующей ячейкой второй матрицы базовой дихотомии для определения получающихся пар логических чисел ("00", "01", "10", "11") для каждой пары ячеек матрицы. Компьютер 12 затем помещает полученные пары логических чисел в ячейки матрицы пар логических чисел, соответствующие ячейкам первой и второй матриц базовой дихотомии.

К примеру, ячейка A_1,1 первой матрицы базовой дихотомии будет сравниваться с ячейкой A_1,1 второй матрицы базовой дихотомии. Если ячейка A_1,1 первой матрицы базовой дихотомии содержит логический "0", то полученной парой логических чисел будет либо "00", либо "01", в зависимости от логического числа в ячейке A_1,1 второй матрицы базовой дихотомии. Подобным же образом, если ячейка A_1,1 первой матрицы базовой дихотомии содержит логическую "1", то полученной парой логических чисел будет либо "10", либо "11", в зависимости от логического числа в ячейке A_1,1 второй матрицы базовой дихотомии. Независимо от полученной логической пары чисел, компьютер 12 будет помещать логическую пару чисел в ячейку A_1,1 получающейся матрицы пар логических чисел.

После разработки матрицы пар логических чисел для первой и второй матриц базовой дихотомии компьютер 12 подсчитывает частоту появления для каждой логической пары чисел в матрице пар логических чисел и делит эти частоты появления на общее количество ячеек в матрице пар логических чисел. Получившиеся числа отражают пропорции каждой пары логических чисел в матрице пар логических чисел. Компьютер 12 выводит числовой эквивалент степени сходства для первой и второй матриц базовой дихотомии путем сложения этих чисел пропорции для пар логических чисел "00" и "11" и чисел пропорции для пар логических чисел "01" и "10", и выбора наибольшей суммы в качестве числового эквивалента степени сходства. К примеру, если сумма пар логических чисел "00" и "11" равна 0,2, тогда как сумма пар логических чисел "01" и "10" равна 0,8, компьютер 12 выбирает 0,8 в качестве числового эквивалента степени сходства. Подобным же образом, если сумма пар логических чисел "01" и "10" равна 1,0, тогда как сумма пар логических чисел "00" и "11" равна 0,0, компьютер 12 выберет 1,0 в качестве числового эквивалента степени сходства. Когда сумма пар логических чисел "00" и "11" и сумма пар логических чисел "01" и "10" равны 0,5, компьютер 12 просто использует 0,5 как числовой эквивалент степени сходства. Компьютер 12 повторяет вышеописанную процедуру до тех пор, пока не выведет числовой эквивалент степени сходства для каждой пары матриц базовой дихотомии из расставленных по порядку матриц базовой дихотомии.

Когда компьютер 12 вывел числовые эквиваленты степени сходства, он на шаге 32 запрашивает пользователя ввести пороговое значение числового эквивалента степени сходства в диапазоне от 0,5 до 1,0. После получения порогового значения числового эквивалента степени сходства компьютер 12 на шаге 33 выбирает 9 - 16 наиболее отличных от других матриц базовой дихотомии. Компьютер 12 начинает с попытки организовать матрицы базовой дихотомии в 9-16 кластеров из матриц в соответствии со значением введенного граничного числового эквивалента степени сходства. Компьютер 12 начинает с помещения любой матрицы базовой дихотомии, которая не имеет общего числового эквивалента степени сходства с какой-либо другой матрицей выше порогового значения, в свой собственный кластер. Компьютер 12 затем помещает матрицы базовой дихотомии, имеющие общий числовой эквивалент степени сходства с другой матрицей базовой дихотомии выше порогового значения, в кластеры, скомпонованные так, что все матрицы базовой дихотомии в любом одном кластере имеют общий числовой эквивалент степени сходства выше порогового значения с любой из оставшихся матриц базовой дихотомии в этом кластере.

Например, первая матрица базовой дихотомии, имеющая числовой эквивалент степени сходства со второй и третьей матрицами базовой дихотомии больший, чем пороговое значение, будет формировать кластер со второй и третьей матрицами базовой дихотомии при том условии, что вторая матрица базовой дихотомии имеет числовой эквивалент степени сходства с третьей матрицей базовой дихотомии, который больше порогового значения. Если вторая и третья матрицы базовой дихотомии имеют числовой эквивалент степени сходства меньше порогового значения, то первая матрица базовой дихотомии формирует отдельный кластер с каждой из второй и третьей матриц базовой дихотомии.

Если компьютер 12 неспособен сформировать 9 - 16 кластеров, содержащих каждую матрицу базовой дихотомии, а, вместо этого, формирует менее 9 кластеров, он информирует пользователя, что пороговое значение слишком низкое, и запрашивает пользователя ввести новое пороговое значение.

Когда компьютер 12 принимает пороговое значение, которое приводит к формированию 9 - 16 кластеров матриц базовой дихотомии, он должен выбрать наиболее представительную матрицу базовой дихотомии из каждого из 9-16 кластеров. Любой кластер, содержащий лишь одну матрицу базовой дихотомии, как описывалось выше, непосредственно становится одной из 9-16 наиболее отличных от других матриц базовой дихотомии, и последующие шаги к нему не относятся. Для определения наиболее представительной матрицы базовой дихотомии какого-либо кластера компьютер 12 создает матрицу с помощью числовых эквивалентов степени сходства, выведенных между каждыми матрицами базовой дихотомии этого кластера (см. фиг. 6). Каждая матрица базовой дихотомии данного кластера помещается в строку и столбец матрицы, а соответствующие числовые эквиваленты степени подобия помещаются в матрицу в соответствии с положением конкретных матриц базовой дихотомии. К примеру, матрица M₁ помещается в строку 1 и столбец 1, а матрица М₃ помещается в строку 3 и столбец 3, так что числовой эквивалент 0,9 степени их сходства помещается в строку 1, столбец 3 и в строку 3, столбец 1. Строки и столбцы, имеющие одинаковую матрицу базовой дихотомии, получают числовой эквивалент 1,0 степени сходства.

После формирования матрицы числового эквивалента степени сходства компьютер 12 рассчитывает общий определитель для матрицы числового эквивалента степени сходства. Затем компьютер 12 удаляет первую строку и первый столбец матрицы числового эквивалента коэффициента сходства и рассчитывает частный определитель без этих строки и столбца. Подобным же образом компьютер 12 помещает обратно первую строку и первый столбец, удаляет вторую строку и второй столбец и рассчитывает частный определитель без второй строки и второго столбца. Компьютер 12 последовательно возвращает на место и удаляет строки и столбцы и рассчитывает частный определитель до тех пор, пока не будут удалены последняя строка и последний столбец. Когда все частные определители рассчитаны, компьютер 12 сравнивает частные определители с общим определителем для определения того, какой частный определитель имеет величину, наиболее близкую к общему определителю. Матрица базовой дихотомии, формирующая строку и столбец, которые, будучи удалены, дают частный определитель, наиболее близкий по значению к общему определителю, и является наиболее представительной матрицей базовой дихотомии данного кластера.

Компьютер 12 выполняет вышеописанную процедуру для каждого кластера, пока не будут выбраны 9 - 16 наиболее отличных от других матриц базовой дихотомии. Затем компьютер 12 составляет в своей памяти список из 9-16 наиболее отличных от других матриц базовой дихотомии, от наиболее компактной до наименее компактной, используя способ определения компактности, описанный выше. Хотя компьютер 12 был описан как выбирающий наиболее представительную матрицу базовой дихотомии из кластера, специалисты поймут, что компьютер 12 мог бы показывать или печатать кластеры так, чтобы пользователь мог сделать выбор наиболее представительной матрицы базовой дихотомии из каждого кластера.

На шаге 34 компьютер 12 использует выбранные 9 - 16 наиболее отличных от других матриц базовой дихотомии для выведения полного набора описаний матриц. Компьютер 12 начинает с создания сопутствующей матрицы для каждой из 9-16 наиболее отличных от других матриц базовой дихотомии. Сопутствующие матрицы состоят из матриц, обратных каждой из 9-16 наиболее отличных от других матриц базовой дихотомии. Компьютер 12 выводит сопутствующие матрицы для устранения сравнения между ячейками матрицы с помощью логического "0" при определении вложенности (описывается здесь).

Для формирования сопутствующей матрицы компьютер 12 подставляет логический "0" в ячейки наиболее отличной от других матрицы базовой дихотомии, содержащие логическую "1", а логическую "1" - в ячейки, содержащие логический "0". Компьютер 12 выполняет вышеописанную процедуру для каждой матрицы из 9-16 наиболее отличных от других матриц базовой дихотомии для получения полного набора сопутствующих матриц. После вывода сопутствующих матриц компьютер 12 сохраняет в своей памяти каждую наиболее отличную от других матрицу базовой дихотомии непосредственно рядом с сопутствующей ей матрицей, для формирования базового уровня матриц. Дополнительно компьютер 12 поддерживает "пространственный регистр" среди соответствующих ячеек матрицы и располагает матрицы базового уровня в порядке от наиболее компактной до наименее компактной. Фиг. 7 иллюстрирует матрицы В1 и В2 по фиг. 5 и сопутствующие им матрицы В1' и В2'.

После формирования базового уровня матриц компьютер 12 выводит полный набор описаний матриц, используя матрицы из базового уровня. Компьютер 12 выводит полный набор описаний путем последовательного пересечения все большего числа матриц базового уровня для построения уровней пересечения матриц. Компьютер 12 начинает с попарного пересечения матриц базового уровня для формирования второго уровня пересечения. В частности, компьютер 12 осуществляет пересечение каждой матрицы базового уровня со всеми оставшимися матрицами базового уровня, чтобы сформировать матрицы попарного пересечения, пока каждая матрица базового уровня не получит пересечения со всеми остальными матрицами базового уровня.

Компьютер 12 разрабатывает матрицу попарного пересечения посредством операции логического "И" каждой отдельной ячейки первой матрицы базового уровня с каждой соответствующей отдельной ячейкой второй матрицы базового уровня. Каждая ячейка получившейся матрицы попарного пересечения будет иметь логическое значение "0" во всех случаях, кроме тех, когда обе соответствующих ячейки первой и второй матриц базового уровня содержат логическое значение "1". К примеру, ячейка A_1,1 первой матрицы базового уровня будет подвергаться операции логического "И" с ячейкой A_1,1 второй матрицы базового уровня для определения значения, помещаемого в ячейку A_1,1 получающейся матрицы попарного пересечения. Это значение будет логическим "0" во всех случаях кроме тех, когда ячейка A_1,1 и первой, и второй матриц базового уровня содержит логическую "1".

Фиг. 8 иллюстрирует матрицы 11, 12, 13 и 14, которые являются матрицами, полученными из пересечения между матрицами В1 и В2 и сопутствующими им матрицами В1' и В2'. Матрица 11 получается из пересечения матриц В1 и В2. Матрица 12 получается из пересечения матриц В1' и В2. Матрица 13 получается из пересечения матриц В1 и В2'. Матрица 14 получается из пересечения матриц В1' и В2'.

Затем компьютер 12 осуществляет пересечение матриц базового уровня по тройкам для формирования третьего уровня пересечения. Компьютер 12 выполняет пересечение комбинаций из трех матриц базового уровня для формирования матриц тройных пересечений до тех пор, пока не будет произведено пересечение всех возможных комбинаций из трех матриц базового уровня. Затем компьютер 12 выполняет пересечение четверок матриц базового уровня для формирования четвертого уровня пересечения. Компьютер 12 выполняет пересечения комбинаций из четырех матриц базового уровня для получения матриц четвертого пересечения до тех пор, пока не будет произведено пересечение всех возможных комбинаций из четырех матриц базового уровня. Компьютер 12 последовательно выполняет пересечение все большего числа матриц базового уровня до тех пор, пока не выполнит пересечение всех матриц базового уровня, сформировав наивысший уровень пересечения. Компьютер 12 сохраняет каждый уровень пересечения матриц в своей памяти, в том числе базовый уровень матриц, для формирования полного набора описаний, который затем используется при определении "аттракторов" в полях данных физического свойства или набора физических свойств объекта.

В результате описанных выше пересечений каждая матрица в полном наборе описаний, созданном с помощью пересечения матриц дихотомии базового уровня, наследует характеристики этих матриц базовой дихотомии. Следовательно, полный набор описаний имеет иерархическую структуру, в которой матрицы дихотомии базового (первого) уровня содержат одну характеристику, матрицы второго уровня пересечения содержат две характеристики, матрицы третьего уровня пересечения содержат три характеристики, матрицы четвертого уровня пересечения содержат четыре характеристики, и так до матрицы наивысшего уровня пересечения, содержащей характеристики каждой из матриц дихотомии базового уровня.

На шаге 35 компьютер 12 определяет "аттракторы" в полях данных физического свойства или набора физических свойств объекта путем установления корней полного набора описаний и расположения корней в последовательностях, которые представляют "аттракторы". Корнем является подмножество логических "1" в матрице полного набора описаний, которое идентифицируется с помощью описанной здесь процедуры. Более того, поскольку корни определяются с помощью полного набора описаний матриц, каждый корень содержит характеристики всех матриц дихотомии базового уровня, использованных для формирования матрицы полного набора описаний, содержащего этот корень.

Компьютер 12 начинает с запрашивания пользователя ввести пороговое значение вложенности, которое изменяется от 0,5 до 1,0. Затем компьютер 12 обозначает наиболее компактную матрицу из базового уровня и сопутствующую ей матрицу и определяет, содержит ли корень обозначенная матрица или матрица пересечения более высокого уровня. Компьютер 12 размещает корень сначала путем определения того, вложено ли подмножество логических "1" для какой-либо матрицы на втором уровне пересечения в подмножество логических "1" либо для обозначенной матрицы, либо для сопутствующей ей матрицы. Компьютер 12 определяет вложение путем сравнивания отдельных ячеек, содержащих логические "1", для каждой матрицы второго уровня пересечения с соответствующими им отдельными ячейками, содержащими логические "1", для обозначенной матрицы, а затем с соответствующими им отдельными ячейками, содержащими логические "1", для сопутствующей матрицы. Вложенность подмножества логических "1" для матрицы второго уровня пересечения в подмножество логических "1" обозначенной матрицы появляется, когда соотношение логических "1" в матрице второго уровня пересечения, совпадающих с логическими "1" в обозначенной матрице, равно или превышает пороговое значение вложенности. Подобным же образом вложенность подмножества логических "1" для матрицы второго уровня пересечения в подмножество логических "1" для сопутствующей матрицы появляется, когда соотношение логических "1" в матрице второго уровня пересечения, совпадающих с логическими "1" в обозначенной матрице, равно или превышает пороговое значение вложенности.

Когда ни одна из матриц второго уровня пересечения не содержит подмножества логических "1", которое вложено в подмножество логических единиц либо для обозначенной матрицы, либо для сопутствующей ей матрицы, обозначенная матрица содержит корень (т.е. последовательность логических "1"), используемый компьютером 12 при построении последовательностей корней. Если одна матрица второго уровня пересечения содержит подмножество логических "1", вложенное в подмножество логических единиц либо для обозначенной матрицы, либо для сопутствующей ей матрицы, подмножество логических "1" для вложенной матрицы второго уровня пересечения становится непроверенным корнем, который должен быть проверен, чтобы определить, является ли он на самом деле корнем (описывается здесь). Альтернативно, если более чем одна матрица второго уровня пересечения (т. е. группа) содержит подмножество логических "1", вложенное в подмножество логических "1" либо для обозначенной матрицы, либо для сопутствующей ей матрицы, компьютер 12 ищет подмножество логических "1" в матрице второго уровня пересечения этой группы, в которое вложены все оставшиеся подмножества логических "1" для матриц второго уровня пересечения этой группы. Если не существует таких подмножеств логических "1", обозначенная матрица содержит корень, используемый компьютером 12 при построении последовательности корней. Однако, если существует подмножество логических "1" для матрицы второго уровня пересечения этой группы, в которое вложены все оставшиеся подмножества логических "1" для матриц второго уровня пересечения интересующей группы, то это подмножество логических "1" становится непроверенным корнем, который должен быть проверен, чтобы определить, является ли он на самом деле корнем (описывается здесь).

Компьютер 12 определяет, является ли непроверенный корень со второго уровня на самом деле корнем, путем определения того, вложено ли в этот непроверенный корень какое-либо подмножество логических "1" для матрицы на третьем уровне конъюнкции. Если в непроверенный корень не вложено ни одного подмножества логических "1" для матриц третьего уровня пересечения, непроверенный корень подтверждается и, следовательно, становится корнем, используемым компьютером 12 при построении последовательностей корней. Если в непроверенный корень вложено только одно подмножество логических "1" для матриц третьего уровня пересечения, это вложенное подмножество логических "1" для матрицы третьего уровня пересечения становится непроверенным корнем, который должен быть проверен для того, чтобы определить, является ли он на самом деле корнем. Альтернативно, если в непроверенный корень вложено более одного подмножества логических "1" для матриц третьего уровня пересечения (т. е. группа), компьютер 12 ищет то подмножество логических "1" для матриц третьего уровня пересечения группы, в которое вложены все остальные подмножества логических "1" для матриц третьего уровня пересечения этой группы. Если такого подмножества логических "1" не существует, непроверенный корень подтверждается и, следовательно, становится корнем, используемым компьютером 12 при построении последовательностей корней. Однако, если существует подмножество логических "1" для матриц третьего уровня пересечения этой группы, в которое вложены все оставшиеся подмножества логических "1" для матриц третьего уровня пересечения этой группы, это подмножество становится непроверенным корнем, который должен быть проверен, чтобы определить, является ли он на самом деле корнем.

Компьютер 12 убеждается, является ли непроверенный корень из третьего уровня на самом деле корнем, путем определения того, вложено ли в этот непроверенный корень какое-либо подмножество логических "1" для матриц на четвертом уровне конъюнкции. Компьютер 12 использует вышеописанную процедуру и либо подтверждает непроверенный корень третьего уровня, либо устанавливает в качестве непроверенного корня подмножество логических "1" для матриц четвертого уровня пересечения. Компьютер 12 последовательно проверяет подмножества логических "1" для матриц более высоких уровней пересечения для любой обозначенной матрицы и сопутствующей ей матрицы, пока не найден корень.

Когда компьютер 12 устанавливает корень для обозначенной матрицы и сопутствующей ей матрицы, он обозначает следующую наиболее компактную матрицу и сопутствующую ей матрицу из базового уровня для определения корня. Компьютер 12 выполняет вышеописанную процедуру для размещения корня для каждой матрицы базового уровня и сопутствующей ей матрицы в порядке убывания компактности до тех пор, пока не будет размещен корень для наименее компактной матрицы базового уровня и сопутствующей ей матрицы.

После определения корней для каждой матрицы базового уровня и сопутствующей ей матрицы компьютер 12 на шаге 36 организует корни в последовательности, поскольку последовательности корней являются "аттракторами" в полях данных физического свойства или набора физических свойств объекта. Компьютер 12 формирует последовательность корней путем последовательной компоновки вложенных строк корней (см. фиг. 9). Компьютер 12 начинает с размещения корня 70, выбранного из наиболее низкого возможного уровня (например, базового уровня), поскольку корни на наиболее низком возможном уровне содержат минимальное количество пересекающихся характеристик. Во-вторых, компьютер 12 определяет корень 71 следующего по высоте уровня, содержащий характеристики, пересекающиеся с корнем 70 и, следовательно, вложенный в корень 70. В-третьих, компьютер 12 размещает корень 72 следующего по высоте уровня, содержащий характеристики, пересекающиеся с корнями 70 и 71, и, следовательно, вложенный в корень 71. В-четвертых, компьютер 12 размещает корень 73 следующего по высоте уровня, содержащий характеристики, пересекающиеся с корнями 70, 71 и 72, и, следовательно, вложенный в корень 72. Компьютер 12 строит последовательность до тех пор, пока не найдет корень высшего уровня, содержащий характеристики, пересекающиеся со всеми предыдущими корнями в последовательности. Затем компьютер 12 выбирает новый корень наиболее низкого уровня и повторяет вышеописанную процедуру для построения еще одной последовательности. Компьютер 12 повторяет процесс построения последовательности корней до тех пор, пока все корни не будут помещены в последовательность и пока не будут установлены все возможные последовательности корней.

После построения последовательностей корней компьютер 12 на шаге 37 показывает последовательности корней на дисплее 13 в виде представления "аттрактора" для первоначально рассматриваемых полей данных. Более того, компьютер 12 печатает последовательности корней с помощью принтера/плоттера 14. Установление "аттракторов-корней" исключительно полезно, поскольку "аттракторы-корни" в рассматриваемых полях данных являются отражениями "аттракторов" в объекте, сформировавшем рассматриваемые поля данных. Поскольку "аттракторы-корни" не ориентированы на какие-либо конкретные существенные характеристики в объекте, они отражают наиболее фундаментальные свойства объекта, и поэтому большинство существенных характеристик в объекте, если таковые существуют, с наивысшей вероятностью ассоциируются с "аттракторами- корнями".

После выполнения шага 27, на котором компьютер 12 разрабатывает nk матриц базовой дихотомии, компьютер 12 приступает к шагу 38, если пользователь выбрал объектно-ориентированный подход на шаге 21. На шаге 38 компьютер 12 использует объектную матрицу дихотомии, выведенную на шаге 23, для выбора 9 -16 матриц базовой дихотомии, которые будут использованы при определении "аттракторов" в полях данных физического свойства или физических свойств в физической системе. Компьютер 12 выбирает 9 - 16 матриц базовой дихотомии путем определения того, какие матрицы базовой дихотомии содержат подмножество (т.е. либо логические "1", либо логические "0"), пересекающее объектную область (т.е. подмножество логических "1"), при помощи числового эквивалента порога пересечения. Соответственно, компьютер 12 начинает с запрашивания пользователя ввести значение числового эквивалента порога пересечения, который в данном предпочтительном выполнении варьируется от более чем 0,5 до 1,0.

После приема числового эквивалента порога пересечения компьютер 12 последовательно осуществляет наложение объектной матрицы дихотомии и каждой матрицы базовой дихотомии для определения степени пересечения между объектной областью и подмножеством каждой матрицы базовой дихотомии. Для получения числового эквивалента степени пересечения для матрицы базовой дихотомии компьютер 12 подсчитывает число ячеек в объектной области, которые пересекаются с подмножеством логических "1" матрицы базовой дихотомии, и число ячеек в объектной области, которые пересекаются с подмножеством логических "0" матрицы базовой дихотомии. Затем компьютер 12 делит число ячеек, пересекающихся с подмножеством логических "1" матрицы базовой дихотомии, на общее число ячеек в объектной области, рассчитывая числовой эквивалент пересечения для "1". Подобным же образом компьютер 12 делит число ячеек, пересекающихся с подмножеством логических "0" матрицы базовой дихотомии на общее число ячеек в объектной области, рассчитывая числовой эквивалент пересечения для "0". Если либо числовой эквивалент пересечения для "1", либо числовой эквивалент пересечения для "0" равен или превышает пороговое значение степени пересечения, введенное пользователем, компьютер 12 обозначает данную матрицу базовой дихотомии как одну из 9-16 матриц базовой дихотомии. Однако, когда числовой эквивалент пересечения для "0" превышает пороговое значение степени пересечения, компьютер 12 инвертирует матрицу базовой дихотомии, формируя сопутствующую ей матрицу так, что область пересечения с объектной областью будет представлена логическими "1".

Компьютер 12 повторяет вышеописанную процедуру до тех пор, пока не выведет числовой эквивалент степени пересечения для каждой матрицы базовой дихотомии и пока не выберет 9 - 16 матриц базовой дихотомии. Если компьютер 12 неспособен выбрать 9-16 матриц базовой дихотомии, а вместо этого выбирает менее 9 матриц базовой дихотомии, он информирует пользователя о том, что пороговое значение степени пересечения слишком высоко, и запрашивает пользователя ввести новое пороговое значение. Наоборот, если компьютер 12 выбирает более 16 матриц базовой дихотомии, он информирует пользователя о том, что пороговое значение степени пересечения слишком низко, и запрашивает пользователя ввести новое пороговое значение. Компьютер 12 постоянно запрашивает у пользователя пороговое значение степени пересечения и выполняет вышеописанную процедуру, пока не примет то пороговое значение, которое даст в результате выбор 9 - 16 матриц базовой дихотомии.

Выбрав 9 - 16 матриц базовой дихотомии, компьютер 12 на шаге 39 выводит полный набор описаний матриц, используя выбранные матрицы базовой дихотомии. Компьютер 12 разрабатывает полный набор описаний сначала путем последовательного пересечения все большего числа матриц из числа выбранных матриц базовой дихотомии для построения уровней пересечения матриц с помощью процедуры, описанной выше со ссылкой на безобъектный подход. Затем компьютер 12 проверяет каждую матрицу пересечения для определения того, имеет ли она существенную степень пересечения, и для измерения ее подобия с объектной матрицей дихотомии для получения члена полного набора описаний (описано здесь). Матрицы пересечения, которые не удовлетворяют обоим вышеуказанным условиям, вычеркиваются и не становятся частью полного набора описаний.

После того, как компьютер 12 последовательно произвел пересечение все возрастающего числа выбранных матриц базовой дихотомии, он запрашивает пользователя ввести числовой эквивалент пороговой степени пересечения, который в данном предпочтительном выполнении варьируется от более чем 0,5 до 1,0, и числовой эквивалент порогового значения сходства, который в данном предпочтительном выполнении варьируется от 0,0 до 1,0. Компьютер 12 затем определяет, какие из матриц пересечения принадлежат полному набору описаний, а какие должны быть вычеркнуты. Компьютер 12 начинает с определения степени пересечения с объектной матрицей дихотомии для всех матриц пересечения, как было описано ранее. Если матрица пересечения имеет числовой эквивалент степени пересечения, равный или больший числового эквивалента пороговой степени пересечения, введенного пользователем, то компьютер 12 сохраняет эту матрицу пересечения для проверки с целью определить, находится ли степень ее сходства с объектной матрицей дихотомии выше порогового значения сходства, в противном случае данная матрица пересечения вычеркивается.

Компьютер 12 выводит значение (C), представляющее степень сходства между оставшейся матрицей пересечения и объектной матрицей дихотомии, с помощью формулы C = H(x,y) - H(y), где H -энтропия Шеннона, H(x,y) - энтропия совместного распределения пар логических чисел (т.е. 00, 01, 10, 11) в оставшейся матрице пересечения и объектной матрице дихотомии. H(y) - энтропия распределения логических "1" и логических "0" в объектной матрице дихотомии.

Компьютер 12 выводит H(x,y) для оставшейся матрицы пересечения путем определения произведения отрицательной суммы вероятности каждой пары логических чисел (P₀₀-P₁₁) логарифм вероятности каждой пары логических чисел (P₀₀-P₁₁) что в виде формулы выглядит как - P₀₀·logP₀₀+P₀₁·logP₀₁+ P₁₀·logP₁₀+P₁₁·logP₁₁. Компьютер 12 рассчитывает H(x,y) сначала путем определения пар логических чисел для объектной матрицы дихотомии и оставшейся матрицы пересечения. Компьютер 12 накладывает объектную матрицу дихотомии на оставшуюся матрицу пересечения и определяет результирующую пару логических чисел для каждой ячейки матрицы. Компьютер 12 подсчитывает количества каждой пары логических чисел, а затем делит каждое из этих четырех количеств на общее количество пар логических чисел для расчета вероятности каждой пары логических чисел. Затем компьютер 12 подставляет каждую из четырех вероятностей пар логических чисел в вышеприведенную формулу для определения H(x, y). Компьютер 12 выводит H(y) для объектной матрицы дихотомии путем определения произведения отрицательной суммы вероятности логических "0" и логических "1" (P_{0 и 1}) на логарифм вероятности логических "0" и логических "1" (P_{0 и 1}), что в виде формулы выглядит как -(P₀·logP₀+P₁·logP₁). Для расчета H(y) компьютер 12 подсчитывает количество логических "0" и логических "1" объектной матрицы дихотомии, а затем делит два этих числа на общее число ячеек в объектной матрице дихотомии. Компьютер 12 затем подставляет каждую из этих двух вероятностей в вышеприведенную формулу для определения H(y).

Когда компьютер 12 определил H(x,y) и H(y), он вычитает H(y) из H(x,y) для установления числового эквивалента (C) степени сходства для оставшейся матрицы пересечения. Компьютер 12 последовательно рассчитывает числовой эквивалент (C) степени сходства для каждой из оставшихся матриц пересечения с помощью вышеописанной процедуры.

После расчета каждого числового эквивалента (C) степени сходства компьютер 12 сравнивает каждый рассчитанный числовой эквивалент (C) степени сходства с числовым эквивалентом пороговой степени сходства для определения тех матриц из оставшихся матриц пересечения, которые принадлежат полному набору описаний. Если оставшаяся матрица пересечения имеет числовой эквивалент степени сходства, равный или больший, чем числовой эквивалент пороговой степени сходства, введенный пользователем, то компьютер 12 помещает эту оставшуюся матрицу пересечения в полный набор описаний матриц, в противном случае эта оставшаяся матрица пересечения вычеркивается.

После установления того, какие матрицы пересечения принадлежат к полному набору описаний матриц, компьютер 12 сохраняет в своей памяти каждую выбранную матрицу базовой дихотомии на базовом уровне иерархии, и матрицы пересечения, принадлежащие полному набору описаний, иерархически организованные над базовым уровнем в соответствии с уровнем пересечения. Затем на шаге 40 компьютер 12 определяет "аттракторы" в полях данных физического свойства или набора физических свойств объекта с помощью матриц "аттракторов" в полях данных физического свойства или набора физических свойств объекта путем установления ветвей полного набора описаний.

Компьютер 12 начинает с обозначения матрицы из наивысшего уровня пересечения в полном наборе описаний, которая наиболее сходна с объектной матрицей дихотомии. Компьютер 12 выбирает эту наиболее сходную матрицу с помощью числовых эквивалентов степени сходства, рассчитанных для всех матриц, как описывалось ранее. Компьютер 12 проверяет наличие ветвей сначала путем определения того, вложено ли подмножество логических "1" для обозначенной матрицы в какое-либо подмножество логических "1" для матрицы того уровня пересечения, который находится ниже самого высокого уровня пересечения. Компьютер 12 определяет вложенность с помощью описанной выше со ссылкой на безобъектный подход процедуры.

Если подмножество логических "1" для обозначенной матрицы вложено в какое-либо подмножество логических "1" для одной матрицы на уровне пересечения ниже самого высокого уровня пересечения, то подмножество логических "1" для матрицы на уровне пересечения ниже самого высокого уровня пересечения становится членом в ветви, содержащей подмножество логических "1" для обозначенной матрицы. Однако, если подмножество логических "1" для обозначенной матрицы вложено в более чем одно подмножество логических "1" для матрицы на уровне пересечения ниже самого высокого уровня пересечения (т.е. в группу), компьютер 12 выбирает ту матрицу из группы, которая более всех сходна с объектной матрицей дихотомии, и вставляет подмножество логических "1" из выбранной матрицы в ветвь, содержащую подмножество логических "1" для обозначенной матрицы.

Компьютер 12 выбирает наиболее сходную матрицу с помощью числовых эквивалентов степени сходства, рассчитанных для всех матриц, как ранее было описано. Когда компьютер 12 не может найти член ветви на уровне пересечения, находящемся непосредственно под самым высоким уровнем пересечения, он переходит на один уровень пересечения ниже и проверяет подмножество логических единиц на вхождение в ветвь с помощью той же самой обозначенной матрицы и вышеописанной процедуры. Если, однако, компьютер 12 размещает член ветви на уровне пересечения под самым высоким уровнем пересечения, то компьютер 12 замещает матрицу члена ветви на обозначенную матрицу так, что матрица члена ветви становится обозначенной матрицей. Затем компьютер 12 проверяет наличие члена ветви на следующем вниз уровне пересечения с помощью новой обозначенной матрицы и описанной выше процедуры.

Подобным же образом, когда компьютер 12 не может найти член ветви на следующем нижнем уровне пересечения, он переходит на еще более низкий уровень пересечения и проверяет наличие члена ветви, используя ту же самую обозначенную матрицу и вышеописанную процедуру. Однако, если компьютер 12 размещает член ветви на следующем нижнем уровне пересечения, то компьютер 12 замещает матрицу члена ветви на обозначенную матрицу так, что матрица члена ветви становится обозначенной матрицей. Затем компьютер 12 проверяет наличие члена ветви на еще более низком уровне пересечения с помощью новой обозначенной матрицы и вышеописанной процедуры. Соответственно, компьютер 12 последовательно проверяет наличие членов ветви для первоначально обозначенной матрицы до тех пор, пока не проверит наличие члена ветви на базовом уровне матриц, который состоит из выбранных матриц базовой дихотомии.

Когда компьютер 12 установил члены ветви для той матрицы на самом высоком уровне, которая наиболее сходна с объектной матрицей дихотомии, он устанавливает члены ветви для второй по степени сходства с объектной матрицей дихотомии матрицы на самом высоком уровне с помощью вышеописанного способа. Компьютер 12 последовательно проверяет наличие членов ветви матриц самого высокого уровня пересечения до тех пор, пока все матрицы самого высокого уровня не будут исчерпаны.

Когда компьютер 12 заканчивает с самым высоким уровнем пересечения, он приступает к следующему более низкому уровню пересечения и обозначает матрицу, наиболее сходную с объектной матрицей дихотомии. Затем компьютер 12 устанавливает члены ветви для обозначенной матрицы, как описывалось ранее. Компьютер 12 последовательно проверяет наличие членов ветви матриц на следующем более низком уровне пересечения для тех пор, пока все матрицы на следующем более низком уровне не будут исчерпаны. Компьютер 12 последовательно проверяет наличие членов ветви каждой матрицы в последующих более низких уровнях пересечения до тех пор, пока все матрицы второго уровня (т.е. уровня пересечения над базовым уровнем) не будут исчерпаны.

После определения членов ветви для каждого уровня матриц пересечения вниз вплоть до второго уровня компьютер 12 на шаге 41 показывает ветви на дисплее 13 в виде представлений "аттракторов" первоначально рассматриваемых полей данных. Кроме того, компьютер 12 печатает ветви с помощью принтера/плоттера 14. Фиг. 10 показывает пример ветви 75, которая содержит члены 80 и 82 ветви, которые взяты с нижнего уровня (например, с базового уровня). Следовательно, члены 80 и 82 ветви содержат минимальное число пересекающихся характеристик и не вложены. Ветвь 75 содержит член 81 ветви, который содержит характеристики, пересекающиеся с характеристиками члена 80 ветви, и член 83 ветви, который содержит характеристики, пересекающиеся с характеристиками члена 82 ветви. Член 81 ветви вложен в член 80 ветви, а член 83 ветви вложен в член 82 ветви, однако, члены 81 и 83 ветви не вложены один в другой. Ветвь 75 содержит член 84 ветви, который содержит характеристики, пересекающиеся с характеристиками членов 80 - 83 ветви, и, следовательно, вложен в каждый из них. Подобным же образом, ветвь 75 содержит член 85 ветви, который содержит характеристики, пересекающиеся с характеристиками членов 80 - 84 ветви, и, следовательно, вложен в каждый из них.

Установление "аттракторов-ветвей" исключительно полезно, поскольку "аттракторы-ветви" в рассматриваемых полях данных являются отражениями "аттракторов" в объекте, который сформировал рассматриваемые поля данных. Поскольку "аттракторы-ветви" ориентированы на объектные конкретные существенные характеристики в объекте, они отражают объектные конкретные свойства объекта, и поэтому любые объектные конкретные существенные характеристики в объекте, если они существуют, с наивысшей вероятностью ассоциируются с "аттракторами-ветвями". На основании характеристик "аттракторов-корней" и "аттракторов-ветвей" следует, что пространственная корреляция этих двух типов "аттракторов" дает наиболее выгодные зоны для открытия объектных конкретных существенных характеристик в объекте, если таковые существуют.

Несмотря на то, что настоящее изобретение было описано в терминах вышеозначенного выполнения, такое описание дано только в качестве примера и, как станет очевидно для специалистов, в рамки настоящего изобретения попадут многие альтернативы, эквиваленты и варианты. Соответственно, эти рамки никоим образом не должны ограничиваться предыдущим описанием, а определяются только нижеследующей формулой изобретения.

Формула изобретения

1. Способ анализирования объекта для определения зоны в объекте, отражающей наивысший уровень структурной организации, содержащий операции: измерение физического свойства объекта во множестве различных местоположений для построения поля данных, оцифровку данных в поле данных и размещение данных в поле данных в матрицу, отличающийся тем, что способ анализирования объекта для определения зоны в объекте, отражающей наивысший уровень структурной организации, содержит операции: преобразование данных в матрице для получения матриц преобразования, разработка матрицы базовой дихотомии из каждой матрицы преобразования, разработка полного набора описаний матриц из матриц базовой дихотомии, выбор корней из полного набора описаний матриц, организация упомянутых корней в последовательности и отображение последовательностей корней для обеспечения представления зоны в объекте, отражающей наивысший уровень структурной организации.

2. Способ по п.1, отличающийся тем, что измеряют физические свойства объекта во множестве различных местоположений для построения полей данных и оцифровывают данные в полях данных.

3. Способ по п.2, отличающийся тем, что размещают данные каждого поля данных в матрицу.

4. Способ по п.3, отличающийся тем, что упомянутая операция преобразования содержит применение по меньшей мере одной функции преобразования к данным в каждой матрице для разработки матриц преобразования.

5. Способ по п.1, отличающийся тем, что упомянутая операция преобразования содержит применение множества функций преобразования к данным в матрице для разработки матриц преобразования.

6. Способ по п.1, отличающийся тем, что операция разработки матрицы базовой дихотомии из каждой матрицы преобразования содержит операции: вычисление среднего значения для матриц преобразования, присвоение в матрице преобразования логического "0" любым преобразованным данным, меньшим, чем упомянутое среднее значение, присвоение в матрице преобразования логической "1" любым преобразованным данным, большим, чем упомянутое среднее значение, и присвоение в матрице преобразования логических "1" и логических "0" случайным образом любым преобразованным данным, равным упомянутому среднему значению.

7. Способ по п.1, отличающийся тем, что операция разработки полного набора описаний матриц из матриц базовой дихотомии содержит операции: выбор наиболее отличных от других матриц базовой дихотомии, разработка сопутствующей матрицы для каждой наиболее отличной от других матриц базовой дихотомии, расположение наиболее отличных от других матриц базовой дихотомии и связанных с ними сопутствующих матриц в порядке от наиболее компактной до наименее компактной для формирования базового уровня матриц, последовательное выполнение пересечения все большего числа матриц базового уровня для построения уровней пересечения матриц и создание иерархического построения матриц, начиная с базового уровня пересечения матриц на первом уровне и до наиболее высокого уровня пересечения матриц.

8. Способ по п.7, отличающийся тем, что операция выбора наиболее отличных от других матриц базовой дихотомии содержит операции: разработки числового эквивалента степени подобия для каждой пары матриц базовой дихотомии, разделение матриц базовой дихотомии на кластеры матриц базовой дихотомии в соответствии с пороговым значением числового эквивалента подобия и выбор наиболее представительной матрицы базовой дихотомии из каждого кластера в виде одной из наиболее отличных от других матриц базовой дихотомии.

9. Способ по п.7, отличающийся тем, что операция выбора корней из полного набора описаний матриц содержит операции: последовательное обозначение матриц базовой дихотомии и сопутствующих им матриц из базового уровня матриц в порядке убывания компактности, определение того, является ли корнем для обозначенной матрицы подмножество логических "1", определение того, являются ли непроверенным корнем для матрицы более высокого уровня пересечения подмножества логических "1", определение того, является ли непроверенный корень на самом деле корнем, выполнение этих операций до тех пор, пока не будет установлен корень для наименее компактной матрицы базовой дихотомии.

10. Способ анализирования объекта для определения зоны в объекте, отражающей наивысший уровень структурного сходства с объектной зоной в объекте, содержащий операции: измерение физического свойства объекта во множестве различных местоположений для построения поля данных, оцифровку данных в поле данных и размещение данных поля данных в виде матрицы данных, отличающийся тем, что способ анализирования объекта для определения зоны в объекте, отражающей наивысший уровень структурного сходства с объектной зоной в объекте, а также содержит операции: разработки объектной матрицы дихотомии из матрицы данных, преобразование данных в матрице данных для разработки матриц преобразования, разработка матрицы базовой дихотомии из каждой матрицы преобразования, разработка полного набора описаний матриц из матриц базовой дихотомии с помощью объектной матрицы дихотомии, разработка ветвей полного набора описаний матриц с использованием объектной матрицы дихотомии и отображение ветвей, для обеспечения представления зоны в объекте, отражающей наивысший уровень структурного сходства с объектной зоной в объекте.

11. Способ по п.10, отличающийся тем, что операция разработки объектной матрицы дихотомии содержит операции: размещение границы вокруг объектной зоны в матрице, присвоение логической "1" любым данным в объектной зоне и присвоение логического "0" любым данным вне объектной зоны.

12. Способ по п.10, отличающийся тем, что измеряют физические свойства объекта во множестве различных местоположений для построения поля данных и оцифровывают данные в полях данных.

13. Способ по п.12, отличающийся тем, что размещают данные из каждого поля данных в матрицу.

14. Способ по п.13, отличающийся тем, что упомянутая операция преобразования содержит применение по меньшей мере одной функции преобразования к данных в каждой матрице для разработки матриц преобразования.

15. Способ по п.10, отличающийся тем, что операция преобразования содержит применение нескольких функций преобразования к данным в матрице для разработки матриц преобразования.

16. Способ по п.10, отличающийся тем, что операция разработки матрицы базовой дихотомии из каждой матрицы преобразования содержит операции: вычисление среднего значения для матрицы преобразования, присвоение в матрице преобразования логического "0" любым преобразованным данным, меньшим, чем среднее значение, присвоение в матрице преобразования логической "1" любым преобразованным данным, большим, чем среднее значение, и присвоение в матрице преобразования логических "1" и логических "0" случайным образом любым преобразованным данным, равным среднему значению.

17. Способ по п.10, отличающийся тем, что операция разработки полного набора описаний матриц из матриц базовой дихотомии с помощью объектной матрицы дихотомии содержит операции: определение числового эквивалента степени пересечения для каждой матрицы базовой дихотомии, выбор каждой матрицы базовой дихотомии, имеющей числовой эквивалент степени пересечения, превышающий числовой эквивалент пороговой степени пересечения, последовательное выполнение пересечения все большего числа выбранных матриц базовой дихотомии для построения уровней матриц пересечения, определение числового эквивалента степени пересечения для каждой матрицы пересечения, обозначение каждой матрицы пересечения, имеющей числовой эквивалент степени пересечения, превышающий числовой эквивалент пороговой степени пересечения, определение числового эквивалента степени сходства для каждой обозначенной матрицы пересечения, формирование полного набора описаний матриц из выбранных матриц базовой дихотомии и из обозначенных матриц пересечения, имеющих числовой эквивалент степени сходства, превышающий числовой эквивалент пороговой степени сходства, и расположение матриц в полном наборе описаний иерархически, начиная с наиболее компактной выбранной матрицы базовой дихотомии и заканчивая наивысшим уровнем матриц пересечения.

18. Способ по п. 17, отличающийся тем, что операция разработки ветвей полного набора описаний матриц содержит операции: последовательное обозначение матриц пересечения одного уровня в порядке убывания сходства с объектной матрицей дихотомии, выбор подмножества логических "1" матрицы следующего более низкого уровня пересечения, в которое вложено подмножество логических "1" обозначенной матрицы, в качестве члена ветви, подстановка выбранного члена ветви вместо обозначенной матрицы для создания новой обозначенной матрицы, последовательный выбор членов ветви, подстановка выбранных членов ветви вместо обозначенной матрицы до тех пор, пока не будет достигнут низший уровень иерархии матриц, последовательное обозначение более низких уровней матриц пересечения в порядке убывания сходства с объектной матрицей дихотомии и выполнение упомянутых операций выбора и подстановки до тех пор, пока не будет достигнут самый низкий уровень.

19. Устройство для анализирования объекта для определения зоны в объекте, отражающей наивысший уровень структурной организации, содержащее средство для измерения физического свойства объекта во множестве различных местоположений для построения поля данных, средство для оцифровки данных в поле данных, средство для размещения данных в поле данных в виде матрицы, отличающееся тем, что устройство для анализирования объекта для определения зоны в объекте, отражающей наивысший уровень структурной организации, содержит также средство для преобразования данных в матрице для разработки матриц преобразования, средство для разработки матрицы базовой дихотомии из каждой матрицы преобразования, средство для разработки полного набора описаний матриц из матриц базовой дихотомии, средство для выбора корней полного набора описаний матриц, средство для организации корней в последовательности и средство для отображения последовательностей корней, для обеспечения представления зоны в объекте, отражающей наивысший уровень структурной организации.

20. Устройство по п.19, отличающееся тем, что упомянутое средство для измерения выполнено с возможностью измерения множества физических свойств объекта во множестве различных местоположений для построения полей данных.

21. Устройство по п.20, отличающееся тем, что упомянутое средство для размещения выполнено с возможностью представления данных в каждом поле данных в виде матриц.

22. Устройство по п.21, отличающееся тем, что упомянутое средство для преобразования выполнено с возможностью применения по меньшей мере одной функции преобразования к данных в матрице для разработки матриц преобразования.

23. Устройство по п.19, отличающееся тем, что средство для разработки матрицы базовой дихотомии из каждой матрицы преобразования содержит средство для вычисления среднего значения для матрицы преобразования, средство для присвоения в матрице преобразования логического "0" любым преобразованным данным, меньшим, чем среднее значение, средство для присвоения в матрице преобразования логической "1" любым преобразованным данным, большим, чем среднее значение, и средство для случайного присвоения в матрице преобразования логических "1" и логических "0" любым преобразованным данным, равным среднему значению.

24. Устройство по п.19, отличающееся тем, что средство для разработки полного набора описаний матриц из матриц базовой дихотомии содержит средство для выбора наиболее отличных от других матриц базовой дихотомии, средство для разработки сопутствующей матрицы для каждой наиболее отличной от других матрицы базовой дихотомии, средство для расположения наиболее отличных от других матриц базовой дихотомии и связанных с ними сопутствующих матриц в порядке от наиболее компактной до наименее компактной для формирования базового уровня матриц, средство для последовательного выполнения пересечения все большего числа матриц базового уровня для построения уровней пересечения матриц и средство для создания иерархического построения матриц, начиная с матриц базового уровня на первом уровне и заканчивая наивысшим уровнем пересечения матриц.

25. Устройство по п.24, отличающееся тем, что средство для выбора наиболее отличных от других матриц базовой дихотомии содержит средство для разработки числового эквивалента степени сходства между каждой парой матриц базовой дихотомии, средство для разделения матриц базовой дихотомии на кластеры матриц базовой дихотомии в соответствии с пороговым значением числового эквивалента степени сходства и средство для выбора наиболее представительной матрицы базовой дихотомии из каждого кластера в виде одной из наиболее отличных от других матриц базовой дихотомии.

26. Устройство по п.24, отличающееся тем, что средство для выбора корней полного набора описаний матриц содержит средство для последовательного обозначения матриц базовой дихотомии и сопутствующих им матриц базового уровня матрицы в порядке убывания компактности, средство для определения того, является ли подмножество логических "1" обозначенной матрицы корнем, средство для определения того, является ли подмножество логических "1" для более высокого уровня матриц пересечения непроверенным корнем, и средство для определения того, является ли непроверенный корень на самом деле корнем.

27. Устройство для анализирования объекта для определения зоны в объекте, отражающей наивысший уровень структурного сходства с объектной зоной в объекте, содержащее средство для измерения физического свойства объекта во множестве различных местоположений для построения поля данных, средство для оцифровки данных в поле данных и средство для размещения данных в поле данных в виде матрицы, отличающееся тем, что устройство для анализирования объекта для определения зоны в объекте, отражающей наивысший уровень структурного сходства с объектной зоной в объекте, также содержит средство для разработки объектной матрицы дихотомии из матрицы, средство для преобразования данных в матрице для разработки матриц преобразования, средство для разработки матрицы базовой дихотомии из каждой матрицы преобразования, средство для разработки полного набора описаний матриц из матриц базовой дихотомии, средство для разработки ветвей полного набора описаний матриц с помощью объектной матрицы дихотомии и средство для отображения ветвей для обеспечения представления зоны в объекте, отражающей наивысший уровень структурного сходства с объектной зоной в объекте.

28. Устройство по п.27, отличающееся тем, что средство для разработки объектной матрицы дихотомии из матрицы содержит средство для расположения границы вокруг объектной зоны в матрице, средство для присвоения логической "1" любым данным в пределах объектной зоны и средство для присвоения логического "0" любым данным вне объектной зоны.

29. Устройство по п.27, отличающееся тем, что упомянутое средство для измерения выполнено с возможностью измерения множества физических свойств объекта во множестве различных местоположений для построения полей данных.

30. Устройство по п.29, отличающееся тем, что упомянутое средство для размещения выполнено с возможностью представления данных в каждом поле данных в виде матрицы.

31. Устройство по п.27, отличающееся тем, что упомянутое средство для преобразования выполнено с возможностью применения по меньшей мере одной функции преобразования к данным в матрице для разработки матриц преобразования.

32. Устройство по п.27, отличающееся тем, что средство для разработки матрицы базовой дихотомии из каждой матрицы преобразования содержит средство для вычисления среднего значения для матрицы преобразования, средство для присвоения в матрице преобразователя логического "0" любым преобразованным данным, меньшим, чем среднее значение, средство для присвоения в матрице преобразования логической "1" любым преобразованным данным, большим, чем среднее значение, и средство для случайного присвоения в матрице преобразования логических "1" и логических "0" любым преобразованным данным, равным среднему значению.

33. Устройство по п.27, отличающееся тем, что средство для разработки полного набора описаний матриц из матриц базовой дихотомии содержит средство для определения числового эквивалента степени пересечения для каждой матрицы базовой дихотомии, средство для выбора каждой матрицы базовой дихотомии, имеющей числовой эквивалент степени пересечения, превышающий пороговое значение числового эквивалента степени пересечения, средство для последовательного выполнения пересечения все большего числа выбранных матриц базовой дихотомии для построения уровней матриц пересечения, средство для определения числового эквивалента степени пересечения для каждой матрицы пересечения, средство для обозначения каждой матрицы пересечения, имеющей числовой эквивалент степени пересечения, превышающий пороговое значение числового эквивалента степени пересечения, средство для определения числового эквивалента степени сходства для каждой обозначенной матрицы пересечения, средство для формирования полного набора описаний матриц из выбранных матриц базовой дихотомии и обозначенных матриц пересечения, имеющих числовой эквивалент степени сходства, превышающий пороговое значение числового эквивалента степени сходства, и средство для иерархического расположения матриц полного набора описаний, начиная с наиболее компактной выбранной матрицы базовой дихотомии и заканчивая матрицей наивысшего уровня пересечения.

34. Устройство по п.33, отличающееся тем, что средство для разработки ветвей полного набора описаний матриц содержит средство для последовательного обозначения матриц пересечения одного и того же уровня в порядке убывания сходства с объектной матрицей дихотомии, средство для последовательного выбора подмножества логических "1" матрицы пересечения следующего более низкого уровня, в которое вложено подмножество логических "1" обозначенной матрицы, в качестве члена ветви, и средство для последовательного обозначения матриц более низких уровней пересечения в порядке убывания сходства с объектной матрицей дихотомии.

РИСУНКИ

Рисунок 1, Рисунок 2, Рисунок 3, Рисунок 4, Рисунок 5, Рисунок 6, Рисунок 7, Рисунок 8, Рисунок 9, Рисунок 10