Анализ данных, синтез оператора обработки Опции

[sifadin]

Здравуствуйте !
Меня волнует следующая задача, вернее тип задач
Предположим есть устройство излучающее короткий импульс зондирующий импульс по мишени. Мишень имеет некое своиство например объем расстояние между стенками итп.
Пусть это будет плотность P.
В ответ мы получием некоторую выборку, которая примерно представляет собой амплитудно-фазомодулируованное колебание.
Эта модуляция возникает за счет многократных переотражений от стенок мишени и однозначно определяется плотностью
Т.е мы имеем набор выборок для различных значений P например от 1 до 10 с шагом 0.01 (условно). Т.е. для каждого значения в указанном диапазоне присутствует выборка
Выборки достаточно регулярны т.е многократное снятые для одного и того же значения приводит к одной и той же выборки с небольшой погрешности
Как найти оператор обработки, не рассматривая физическую модель. Есть ли такие теоретические наработки

Вот еще пример такой задачи. Аппарат для психодиагностики
Когда Вас приглашают к психиатору для быстрой диагностики используют кардиограмму. Вас сажают в кресло в полутьме и снимают кардиограмму. Долго снимают.
И по ней вычисляют основные особенности характера. Я отнесся скептически, но получилось довольно точно
Как такой аппарат был разработан : снимали кардиограммы у множества людей, потом оценивали их характеристики по другим тестам , нашли корреляции и составили модели.
Опять вопрос как? Физическую модель составить невозможно. У меня есть свои соображения, но хотелось бы услышать классическое
Как найти оператор обработки, не зная физики
Если кто в курсе подскажите

[iiv]

берем Вашу кардиограмму в частотной области и подставляем ее в метод опорных векторов, в котором все типы характеров и еще каких свойств затабулированы. Думаю, что и распознование различных объектов по их радиоотклику, можно также сконструировать. В википедии довольно понятно об методе опорных векторов написано, но, с нуля въехать и начать программировать такой метод даже для человека с достаточными вычислительными знаниями может на месяцы затянуться.

[sifadin]

берем Вашу кардиограмму в частотной области и подставляем ее в метод опорных векторов, в котором все типы характеров и еще каких свойств затабулированы. Думаю, что и распознование различных объектов по их радиоотклику, можно также сконструировать. В википедии довольно понятно об методе опорных векторов написано, но, с нуля въехать и начать программировать такой метод даже для человека с достаточными вычислительными знаниями может на месяцы затянуться.

Спасибо
Но у меня не просто задача распознавания/классификации а измерения
Т.е. нужно измерять и промежуточные значения между табуированными значениями

[iiv]

Т.е. нужно измерять и промежуточные значения между табуированными значениями

да там нет табулированных значений, почитайте чуток теорию метода опорных векторов (SVM - по-английски). На основе каких-то данных Вы строите классификатор, а потом подставляя в него новое измерение узнаете куда он классифицируется... Кстати SVM - не догма, есть еще нейронные сети, сравнимые по качеству классификации, и куча других методов, которые SVM и нейронным сетям по качеству уступают...