350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №11 за 2009 г.
Статья в номере:
Использование нейронных сетей в задачах обработки аналитических сигналов
Авторы:
Т. З. Хабурзания - аспирант Петербургского политехнического университета.
Аннотация:
Обсуждены вопросы использования нейронных сетей при решении обратных задач измерительной техники. Особое внимание обращено на реализацию радиально-базисных сетей в задачах обработки аналитических сигналов. Описано программное средство анализа и интерпретации результатов хромато-масс-спектрометрического анализа.
Страницы: 53-61
Список источников
  1. Абденби А., Солодовников А.И., Манойлов В.В., Заруцкий И.В. Спектральные преобразования в приспособленном базисе для разделения «наложившихся» пиков и фильтрации масс-спектрометрических сигналов // Научное приборостроение. 2007. Т.17. №1. С.103-114.
  2. Бакушинский А.Б.. Гончарский А.В. Итеративные методы решения некорректных задач. М.: Наука. 1989.
  3. Вайникко Г.М., Веретенников А.Ю. Итерационные процедуры в некорректных задачах. M.: Наука. 1986.
  4. Василенко Г.И.Теория восстановления сигналов. От редукции к идеальному прибору в физике и технике. М.: Сов. радио. 1979.
  5. Васильев В.И., Жернаков С.В., Уразбахтина Л.Б. Нейросетевой контроль параметров газотурбинного двигателя // Нейрокомпьютеры: разработка, применение. 2001. №1. С. 37-43.
  6.  Галушкин А.И. Теория искусственных нейронных сетей. - М.: ИПРЖР, 2000.
  7. Комарцова Л.Г., Максимов А.В. Нейрокомпьютеры. Учебное пособие для вузов. М.: Изд-во МГТУ им. Н.Э.Баумана, 2002.
  8. Котенко И.В.Модели вывода по прецедентам для реализации интеллектуальных систем // Труды 6-й национальной конференции по искусственному интеллекту с международным участием КИИ-98. Пущино. 1998. Т. 1. С. 270-277.
  9. Куликовский К.Л., Ланге П.К., Тихонов В.С. Основы построения функционально-параметрического ряда средств обработки аналитической информации // Измерения, контроль, автоматизация. №2(46). 1983. С. 23-31.
  10. Левчук Б.В., Гельман Б.Г.. Охотников Б.П., Хохлов В.Н. Современное состояние хромато-масс-спектрометрии // Измерения. Контроль, автоматизация: научно-технический сборник обзоров. М.: ЦЕИИТЭ Иприборостроения. 1978. вып. 2(14). С. 3-15.
  11. Манойлов В.В., Заруцкий И.В. Отбраковка «выбросов» и оценка параметров масс-спектрометрических сигналов для прецизионного изотопного анализа // Научное приборостроение. 2002. Т.12. №3. С. 67-73.
  12. Месарович М., Такахара Я. Общая теория систем: математические основы. М.: Мир. 1978.
  13. Нечаев Ю.И.Принципы использования нейронных сетей в бортовых интеллектуальных системах // Нейрокомпьютеры: разработка, применение. 2004. №7-8. С. 49-56.
  14. Нечаев Ю.И.Нейросетевые ансамбли при интерпретации экстремальных ситуаций в бортовых интеллектуальных системах // Нейрокомпьютеры: разработка, применение. 2006. №6. С. 60-69.
  15. Петров Ю.П., Сизиков В.С. Корректные, некорректные и промежуточные задачи с приложениями. С.-Пб.: Из-во Политехника. 2003.
  16. Солопченко Г.Н.Некорректные задачи измерительной техники // Измерительная техника. 1974. №1. С. 51-55.
  17. Солопченко Г.Н.Обратные задачи в измерительных процедурах // Измерения. Контроль, автоматизация. 1983. №2. С. 32-46.
  18. Солопченко Г.Н., Челпанов И.Б. Компенсация динамических погрешностей при неполных сведениях о свойствах прибора и измеряемого сигнала // Метрология. 1979. № 6. С. 3-13.
  19. Тархов Д.А.Нейронные сети. Модели и алгоритмы. М.: Радиотехника. 2005.
  20. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. М.: Наука. 1986.
  21. Haykin S. Neural networks, a comprehensive foundation. NY: Macmillan. 1994.
  22. Shank R.S., Abelson R. Scripts, plans, goals and understanding. New York Lawrence Erlbaum Press. 1977.
  23. Wasserman F. Neurocomputer technik: theory and application. М.: Science.1992.