Метод идентификации заболевания пчелиных семей варроатозом с использованием ассоциативно-онтологического анализа инфологической системой информационно-аналитического управления пчеловодческими хозяйствами

Цель исследования - провести анализ и предложить метод синтеза инфологической системы в задачах информационно-аналитического обеспечения пчеловодческой деятельности в части идентификации заболевания пчелиных семей варроатозом с использованием неструктурированных данных, полученных с территориально-распределенных пчеловодческих хозяйств.

Методы. При проведении исследований и разработки метода идентификации заболевания пчелиных семей варроатозом использовались методы теорий: алгоритмов, вероятностей и математической статистики, вычислений, графов.

Результаты. Рассмотрены методы идентификации поражения пчелиных семей варроатозом, а также способы оценки степени заражения. В ходе анализа выявлено, что существующие способы имеют недостатки: нет системной физически разнородной идентификации болезни; разные способы оценки степени заражения дают погрешность до 48%; нет оценки поражения болезнью с использованием средств технического зрения в видимом и инфракрасном диапазонах. Учитывая недостатки, полученные в ходе критического анализа, предложена логическая модель инфологической системы, позволяющая производить анализ в зависимости типа запроса экспертом, неструктурированных физически разнородных данных. Представлены наиболее эффективные алгоритмы обработки акустических сигналов и изображений в видимом диапазоне, а также предложен алгоритм обработки данных на ассоциативно-онтологическом уровне инфологической модели с целью выработки наиболее оптимального решения о степени заражения.

Заключение. Метод идентификации заболевания пчелиных семей варроатозом, положенный в инфологическую систему информационно-аналитического управления пчеловодческими хозяйствами, позволяет сформировать данные о состоянии колоний высокоорганизованных насекомых в регионе, стране для ведомственных учреждений по контролю и предупреждению вирусных и инфекционных заболеваний, а также для крестьянских (фермерских) хозяйств. Результаты обработки инфологической системой в дальнейшем могут быть использованы для формирования управляющих воздействия на средства биологической обработки.

1. Домацкий А. Н., Дольникова Т. Ю. Эффективность молочной кислоты при варроатозе на пасеках Тюменской области // Вестник КрасГАУ. 2020. № 12. С. 142-146.

2. Еськов Е. К., Еськова М. Д. Защита пчелиного жилища // Пчеловодство. 2020. № 2. С. 21-23.

3. Рыбочкин А. Ф., Яковлев А. И. Диагностирование объектов по их акустическому шуму // Альтернативная энергетика и экология. 2011. № 7(99). С. 89-101.

4. Dainat B., Vanengelsdorp D., Neumann P. Colony collapse disorder in Europe // Environ. Microbiol. Rep. 2012. Vol. 4. P. 123-125.

5. Кашковский В. Г. Содержание и разведение медоносных пчел Apis Mellifera L. 8-е изд. СПб.: ИП Поспелов М. Б., 2021. 424 с.

6. Бабанин И. Г., Мухин И. Е., Коптев Д. С. Методологические основы выбора параметров фильтров частотной селекции с учетом эквивалентных энергетических потерь в радиоприемных устройствах высокоскоростных радиосистем передачи информации: монография / Юго-Зап. гос. ун-т. Курск, 2020. 136 с.

7. Хлесткин А. Ю. Информационные системы частотной обработки изображений // Актуальные проблемы гуманитарных и естественных наук. 2015. № 1-1. С. 94-96.

8. Методологические основы обнаружения малоразмерных летательных аппаратов на основе комплексной субполосной обработки сверхкороткоимпульсных радиолокационных и оптических сигналов: монография / И. И. Олейник, А. А. Черноморец, Д. С. Коптев [и др.]; под общей редакцией В. Г. Андронова; Юго-Зап. гос. ун-т. Курск, 2021. 204 с.

9. Исследование и разработка научно-технических путей создания инфологической системы информационно-аналитического обеспечения научных исследований: монография / С. Н. Михайлов, С. В. Кулешов, О. Е. Ключникова, А. В. Хмелевская; Юго-Зап. гос. ун-т. Курск, 2018. 111 с.

10. Михайлов С. Н., Кулешов С. В. Экспертный мониторинг неструктурированных информационных ресурсов в интересах информационно-аналитического обеспечения космических исследований // Известия Юго-Западного государственного университета. 2013. № 6 (51), ч. 2. С. 40-43.

11. Кулешов С. В., Зайцева А. А., Марков В. С. Ассоциативно-онтологический подход к обработке текстов на естественном языке // Интеллектуальные технологии на транспорте. 2015. № 4. С. 40-45.

12. Рыбочкин А. Ф. Методы и алгоритмы автоматизированного контроля состояний пчелиных семей на основании анализа воздействующих на них внешних и внутренних факторов: монография / Юго-Зап. гос. ун-т. Курск, 2018. 283 с.

13. Дворкович В. П., Дворкович А. В. Цифровые видеоинформационные системы (теория и практика). М.: Техносфера, 2012. 1008 с.

14. Рыбочкин А. Ф. Электронно-вычислительные средства в пчеловодстве: монография / Юго-Зап. гос. ун-т. Курск, 2019. 335 с.

15. Пат. 2501211 Российская Федерация, А01К 47/00. Способ (варианты) и устройство диагностирования состояний пчелиных семей по их акустическому шуму / Рыбочкин А. Ф., Савельев С. В. Опубл. 20.12. 13, Бюл. № 13.

16. Пат. 2443982 Российская Федерация. Способ диагностирования состояний пчелиных семей по их акустическому шуму / Рыбочкин А. Ф., Праведникова С. В. Опубл. 27.02.12, Бюл. № 6.

17. Кулешов С. В., Михайлов С. Н. Вариант архитектуры субпоисковой системы для реализации функции аналитического мониторинга // Труды СПИИРАН. 2013. № 8(81). С. 247-252.

18. Томакова Р. А., Шаталова О. В., Томаков М. В. Теоретико-множественный подход и теория графов в обработке сложноструктурируемых изображений: монография / Юго-Зап. гос. ун-т. Курск, 2012. 117 с.