METHOD FOR LARGE-SCALE ANALYSIS OF SIGNALS IN THE FINAL GALOIS FIELD
Abstract
The use of large-scale analysis provides an accurate estimate of the signal both in the spectral and in the time domains. The item shows a method for wavelet transformation implemented in an algebraic system possessing the property of a ring and a field.
About the Authors
Igor A. Kalmykov
NCFU
Russian Federation
Russian Federation
Andrey V. Dunin
NCFU
Russian Federation
Russian Federation
Maxim I. Kalmykov
NCFU
Russian Federation
Russian Federation
Tatyana A. Gish
NCFU
Russian Federation
Russian Federation
Oksana V. Weltz
NCFU
Russian Federation
Russian Federation
References
1. Червяков Н. И. Обобщенная вычислительная модель модулярного нейропроцессора цифровой обработки сигналов на основе программируемых логических интегральных схем // Нейрокомпьютеры: разработка и применение. 2006. № 10. С. 37-40.
2. Модулярные параллельные вычислительные структуры нейросетевых систем / Н. И. Червяков, П. А. Сахнюк, А. В. Шапошников, С. А. Ряднов; под ред. Н. И. Червякова. М.: Физматлит, 2003. 303 с.
3. Щелкунова Ю. О., Калмыков М. И., Гончаров П. С. Разработка методики построения непозиционного процессора с деградируемой структурой // Успехи современного естествознания. 2014. № 3. С. 124-130.
4. Стрижков Н. С., Калмыков М. И. Алгоритм преобразования из модулярного кода в полиадическую систему оснований для систем обнаружения и коррекции ошибок // Международный журнал экспериментального образования. 2014. № 3-1. С. 127-131.
5. Калмыков И. А., Саркисов А. Б., Макарова А. В. Технология цифровой обработки сигналов с использованием модулярного полиномиального кода // Известия ЮФУ. Технические науки. 2013. № 12 (149). С. 234-241.
6. Калмыков И. А., Калмыков М. И. Структурная организация параллельного спецпроцессора цифровой обработки сигналов, использующего модулярные код // Теория и техника радиосвязи. 2014. № 2. С. 60-66.
7. Калмыков И. А. Модулярный систолический процессор цифровой обработки сигналов с реконфигурируемой структурой / А. Б. Саркисов, Е. М. Яковлева, М. И. Калмыков // Вестник Северо-Кавказского федерального университета. 2013. № 2 (35). С. 30-35.
8. Калмыков И. А., Дагаева О. И. Новые технологии защиты данных в электронных коммерческих системах на основе использования псевдослучайной функции // Известия Южного федерального университета. Технические науки. 2012. № 12 (137). С. 218-224.
9. Калмыков И. А. Расширение методов защиты систем электронной коммерции на основе модулярных алгебраических схем / А. Б. Саркисов, А. В. Макарова, М. И. Калмыков // Известия Южного федерального уни-верситета. Технические науки. 2014. № 2 (151). С. 218-225.
10. Калмыков И. А. Алгоритм имитозащиты для систем удаленного мониторинга и управления критиче-скими технология / О. В. Вельц, М. И. Калмыков, Д. О. Науменко // Известия Южного федерального универси- тета. Технические науки. 2014. № 2 (151). С. 181-187.
11. Червяков Н. И. Разработка генератора псевдослучайных чисел на точках эллиптических кривой в нейросетевом модулярном базисе / М. Г. Бабенко, А. А. Коляда, А. В. Лавриненко // Нейрокомпьютеры: разра-ботка и применение. 2014. № 9. С. 13-18.
12. Червяков Н. И. Нейронные сети в системах криптографической защиты информации / О. П. Мало-фей, А. В. Шапошников, В. В. Бондарь // Нейрокомпьютеры: разработка и применение. 2007. № 2-3. С. 42-44.
13. Червяков Н. И. Применение искусственных нейронных сетей и систем остаточных классов в крипто-графии / А. А. Евдокимов, А. И. Галушкин, И. Н. Лавриненко, А. В. Лавриненко. М.: Физматлит, 2012.
14. Калмыков И. А. Системный подход к применению псевдослучайных функций в системах защиты информации / О. И. Дагаева, Д. В. Науменко, О. В. Вельц // Известия Южного федерального университета. Технические науки. 2013. № 12 (149). С. 228-234.
15. Калмыков И. А. Технология нелинейного шифрования данных в высокоскоростных сетях связи / Ю. А. Стрекалов, Ю. О. Щелкунова, О. А. Кихтенко, А. В. Барильская // Инфокоммуникационные технологии. 2010. Т. 8. № 2. С. 14-22.
16. Калмыков И. А. Криптографическая защита данных в информационных технологиях на базе непози-ционных полиномиальных систем / А. Ф. Чипига, О. А. Кихтенко, А. В. Барильская // Известия ЮФУ Техниче- ские науки. 2009. Т. 100. № 11. С. 210-220.
17. Червяков Н. И., Чумаков Д. В., Мальцев Н. А. Применение нейронных сетей для реализации цело-численного вейвлет анализа сигналов, заданных конечным числом отсчетов-преобразований // Нейрокомпью-теры: разработка и применение. 2008. № 1-2. С. 43-50
18. Червяков Н. И., Чумаков Д. В., Лавриненко С. В. Нейросетевая реализация дискретных вейвлет-пре-образований // Нейрокомпьютеры: разработка и применение. 2008. № 1-2. С. 4-11.
19. Кравченко Д. А., Гапочкин А. В., Калмыков М. И. Крупномасштабная обработка сигналов на основе преобразования Хаара // Успехи современного естествознания. 2014. № 12-1. С. 126-131.
Review
For citations:
Kalmykov I.A., Dunin A.V., Kalmykov M.I., Gish T.A., Weltz O.V. METHOD FOR LARGE-SCALE ANALYSIS OF SIGNALS IN THE FINAL GALOIS FIELD. Newsletter of North-Caucasus Federal University. 2015;(2):34-40. (In Russ.)
Views:
78
Email this article 