
- •Билет 1
- •Байесово решающее правило классификации (в распознавании образов) при непрерывных признаках.
- •Типы данных. Основные структуры данных. Массивы, списки, деревья.
- •Жизненный цикл программного обеспечения. Основные процессы жизненного цикла. Модели жизненного цикла программного обеспечения.
- •Билет 2
- •1. Байесово решающее правило классификации (в распознавании образов) при дискретных признаках.
- •2. Древовидные структуры (деревья бинарные, сбалансированные, сильноветвящиеся). Основные операции (поиск, вставка, удаление).
- •3. Типы программных продуктов. Эксплуатационные требования к программным продуктам.
- •Построение решающей функции (при классификации в распознавании образов) по обучающей выборке.
- •Задачи поиска образа в строке. Алгоритмы поиска Боуэра-Мура, Кнута-Морриса-Пратта.
- •Использование языка uml для моделирования программного обеспечения. Основные uml-диаграммы.
- •Прямой метод восстановления решающей функции (при классификации в распознавании образов).
- •Задачи сортировки. Прямое включение. Прямой выбор. Прямой обмен. Шейкер. Сортировка Шелла.
- •Типы пользовательских интерфейсов и этапы их разработки. Организация человеко-машинного взаимодействия.
- •Билет 5
- •Персептроны.
- •Сортировка последовательностей: простое слияние, естественное слияние.
- •Тестирование программного обеспечения. Классификация ошибок. Примеры.
- •1.Постановка задачи планирования эксперимента.
- •2.Понятие графа. Представление графов в памяти эвм. Обход графа в глубину, обход графа в ширину.
- •3.Методы отладки программного обеспечения. Примеры.
- •Билет 7
- •Ортогональные планы 1 порядка при построении линейной статистической модели объекта.
- •Нахождение кратчайших путей в графе Алгоритмы Дейкстры и Флойда.
- •Понятие отношения, атрибута отношения, домена атрибута, кортежа. Связь с теоретико-множественной моделью.
- •Билет 8
- •1.Крутое восхождение по поверхности отклика (в планировании эксперимента).
- •2.Нахождение минимального остовного дерева графа. Алгоритмы Прима и Крускала.
- •3.Представление данных в реляционной модели. Понятие схемы базы данных. Понятие ключа-кандидата, первичного ключа, вторичного ключа.
- •Билет 9
- •Дробные реплики(в планировании эксперимента) и их разрешающая способность.
- •Назначение, функции и состав ос.
- •Понятие эс. Основные технологические требования, архитектура и принцип функционирования.
- •Билет 10
- •Модели производительности информационно-управляющей системы и эффективности затрат на разработку по. Оптимальная производительность.
- •Архитектура клиент-сервер. Основные элементы и их взаимодействия (клиент и сервер). Трехзвенная архитектура "сервер бд - сервер Приложений - Клиент". Основные элементы и их взаимодействие.
- •Разбиение матрицы планирования на блоки (с целью устранения кусочно-постоянного дрейфа).
- •Нетрудно убедиться, что теперь дрейф не смещает параметров линейной модели.
- •Ортогональное планирование второго порядка (в планировании эксперимента).
- •Безопасность и надежность ос. Механизмы защиты в конкретных ос.
- •Нечеткие (размытые) знания, нечеткие множества и операции, нечеткие правила, нечеткий вывод. Представление нечетких знаний.
- •Организация логического вывода в нечетких системах.
- •Билет 12
- •Концепция вс, локальные и глобальные вс.
- •Технология хранилищ данных.
- •Ортогональное планирование второго порядка (в планировании эксперимента).
- •Билет 13
- •1. Метод случайного баланса
- •2.Управление памятью. Виртуальная память
- •3. Анализ чувствительности и модели эффективности затрат на разработку по информационно-управляющих систем.
- •Билет 14
- •Понятие знаний. Схема решения задач с использованием знаний. Логический вывод. Содержательный состав знаний. Декларативные и процедурные знания, жесткие и мягкие знания, метазнания.
- •Системы управления базами данных, их назначение. Примеры.
- •Простейший адаптивный алгоритм подстройки параметров линейных моделей.
- •Билет 15
- •Оценка Рознблатта-Парзена (при непараметрической обработке информации).
- •Классификация ос. Системы реального времени.
- •Представление данных в реляционной модели. Понятие схемы базы данных. Понятие ключа-кандидата, первичного ключа, вторичного ключа.
- •Билет 16
- •Определение понятия "проектирование". Цели и задачи этапа проектирования. Его место в технологии разработки ис. Основные требования к проектированию ис.
- •Организация памяти эвм.
- •Непараметрическая оценка регрессии
- •Адаптивное управление при априорной неопределенности (непараметрическая обработка информации).
- •Понятия целостности базы данных, ограничений целостности, транзакции, отката.
- •3. Основные модели представления знаний и их использование (правила продукций, фреймы, семантические сети).
- •Билет 18
- •Топологии лвс ( звезда, кольцо, шина) и их сравнительные характеристики.
- •Модель надежности программной архитектуры иус.
- •Применение непараметрического сглаживания в классификации ( в распознавании образов)
- •Билет 19
- •Методы одномерного поиска минимума унимодальных функций.
- •Взаимодействие процессов и потоков на примере конкретной ос.
- •Понятие "Архитектура информационной системы". Двухслойные и трехслойные архитектуры. Бизнес-процесс и четырехслойная архитектура.
- •Технология разработки эс: основные технологические этапы, уровни готовности эс, характеристики эффективности эс.
- •Показатели качества системы:
- •Показатели быстродействия системы:
- •2. Структура транслятора. Этапы, фазы, проходы процесса трансляции.
- •3. Последовательный симплекс метод оптимизации.
- •Билет 20,2
- •Градиентный метод с использованием ортогонального планирования первого порядка.
- •Процессы и потоки. Их диспетчеризация на примере конкретной ос.
- •Понятие нормализации. Нормальные формы отношений. Денормализация.
- •Билет 21
- •Понятие информационного объекта. Понятие атрибута информационного объекта. Виды связных отношений.
- •Логические модели представления знаний. Естественные дедуктивные системы. Системы, использующие метод резолюций.
- •Практическая организация доказательства по принципу резолюции
- •Критерий наименьших квадратов.
- •Билет 22
- •Метод наименьших квадратов при линейной параметризации модели.
- •Файловые системы на примере конкретных ос
- •3. Ненадежные знания. Использование коэффициентов уверенности (метод Шортлиффа). Байесовский подход (метод к.Нейлора).
- •Билет 23
- •Метод наименьших квадратов при нелинейной параметризации модели.
- •Лексический анализ. Регулярные грамматики и выражения, конечные автоматы.
- •Параллельные системы. Понятие о многомашинных и многопроцессорных вычислительных системах. Матричные и ассоциативные вс. Конвейерные и потоковые вс.
- •Билет 24
- •Применение процедуры определения дохода от информации в инженерном программировании иус.
- •Инструментальные средства для разработки эс (аппаратные, программные, в т.Ч. Универсальные языки, символьные языки, языки представления знаний, оболочки).
- •Робастные оценки параметров моделей.
- •Билет 25
- •3. Ненадежные знания. Использование коэффициентов уверенности (метод Шортлиффа). Байесовский подход (метод к.Нейлора).
- •Билет 26
- •Архитектурные особенности организации эвм различных классов.
- •Мультипрограммирование и режимы работы ос.
- •Реляционная алгебра. Операции проецирования, декартового произведения, соединения.
- •Современные методы и средства проектирования информационных систем. Case-технологии.
- •Модель формирования оптимального состава программных модулей отказоустойчивой информационно-управляющей системы.
- •Базовая эталон-модель взаимодействия открытых систем(osi).
- •Физический.
- •Канальный(уровень передачи данных).
- •Сетевой.
- •Транспортный.
- •Сеансовый.
- •Представительский (уровень представления).
- •Прикладной.
- •Билет 28
- •1.Основные методологии, используемые при проектировании. Методология datarun. Цель и задачи методологии.
- •2.Дробные реплики (в планировании эксперимента) и их разрешающая способность.
- •3.Синтаксис и семантика языков программирования. Формальные грамматики.
- •Билет 29
- •1. Функциональная и структурная организация центрального процессора
- •2. Методология datarun
- •Критерий наименьших квадратов
- •Билет 30
- •Роль методологии в проектировании. Определение понятия "методология проектирования". Основные методы, используемые при проектировании (абстракция и спецификация).
- •Максимизация ожидаемой чистой стоимости разработки прототипа по иус.
- •Постановка задачи планирования эксперимента.
Билет 2
1. Байесово решающее правило классификации (в распознавании образов) при дискретных признаках.
Одномерный вариант
Рассматриваем m классов (полную группу несовместных случайных событий) и один дискретный информативный признак X.
полностью известны:
условные вероятностные характеристики (при условии истинности того или иного класса) для информативного признака;
априорные
вероятности
классов
.
По формуле Байеса вычисляем апостериорные вероятности для всех рассматриваемых классов:
Выносим решение об истинности того класса (с номером ), для которого апостериорная вероятность максимальная:
Построенное решающее правило называется байесовским, и оно обеспечивает минимальное значение вероятности вынесения ошибочного решения и одновременно максимальное значение вероятности вынесения правильного решения. Сумма этих вероятностей равна единице.
Для многомерного варианта:
2. Древовидные структуры (деревья бинарные, сбалансированные, сильноветвящиеся). Основные операции (поиск, вставка, удаление).
Деревом называется орграф для которого: Существует узел, в которой не входит ни одной дуги. Этот узел называется корнем. В каждую вершину, кроме корня, входит одна дуга.
С точки зрения представления в памяти важно различать два типа деревьев: бинарные и сильноветвящиеся. В бинарном дереве из каждой вершины выходит не более двух дуг. В сильноветвящемся дереве количество дуг может быть произвольным.
Бинарное дерево — древовидная структура данных, в которой каждый узел имеет не более двух потомков. Как правило, первый называется родительским узлом, а дети называются левым и правым сыновьями. Для практических целей обычно используют два подвида бинарных деревьев — двоичное дерево поиска и двоичная куча.
Бинарное дерево называется сбалансированным или АВЛ-деревом, если для любой вершины дерева, высота левого и правого поддеревьев отличается не более чем на единицу.
Поиск элемента (FIND) Дано: дерево Т и ключ K. Задача: проверить, есть ли узел с ключом K в дереве Т, и если да, то вернуть ссылку на этот узел. Алгоритм:
Если дерево пусто, сообщить, что узел не найден, и остановиться.
Иначе сравнить K со значением ключа корневого узла X.
Если K=X, выдать ссылку на этот узел и остановиться.
Если K>X, рекурсивно искать ключ K в правом поддереве Т.
Если K<X, рекурсивно искать ключ K в левом поддереве Т.
Добавление элемента (INSERT) Дано: дерево Т и пара (K,V). Задача: добавить пару (K, V) в дерево Т. Алгоритм:
Если дерево пусто, заменить его на дерево с одним корневым узлом ((K,V), null, null) и остановиться.
Иначе сравнить K с ключом корневого узла X.
Если K>=X, рекурсивно добавить (K,V) в правое поддерево Т.
Если K<X, рекурсивно добавить (K,V) в левое поддерево Т.
Удаление узла (REMOVE) Дано: дерево Т с корнем n и ключом K. Задача: удалить из дерева Т узел с ключом K (если такой есть). Алгоритм:
Если дерево T пусто, остановиться;
Иначе сравнить K с ключом X корневого узла n.
Если K>X, рекурсивно удалить K из правого поддерева Т;
Если K<X, рекурсивно удалить K из левого поддерева Т;
Если K=X, то необходимо рассмотреть три случая.
Если обоих детей нет, то удаляем текущий узел и обнуляем ссылку на него у родительского узла;
Если одного из детей нет, то значения полей второго ребёнка m ставим вместо соответствующих значений корневого узла, затирая его старые значения, и освобождаем память, занимаемую узлом m;
Если оба ребёнка присутствуют, то
найдём узел m, являющийся самым левым узлом правого поддерева с корневым узлом Right(n);
скопируем данные (кроме ссылок на дочерние элементы) из m в n;
рекурсивно удалим узел m.