350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №3 за 2010 г.
Статья в номере:
Применение адаптивных нейросетевых алгоритмов для решения задач идентификации и определения концентраций солей в многокомпонентном водном растворе по спектрам комбинационного рассеяния света
Ключевые слова: нейронные сети классификация идентификация обратные задачи спектроскопия
Авторы:
С.А. Буриков - к. ф.-м. н., кафедра квантовой электроники, физический факультет, Московский государственный университет им. М.В. Ломоносова. E-mail: burikov@lid.phys.msu.ru С.А. Доленко - к. ф.-м. н., Научно-исследовательский институт ядерной физики им. Д.В. Скобельцына Московского государственного университета им. М.В. Ломоносова. E-mail: dolenko@srd.sinp.msu.ru Т.А. Доленко - к. ф.-м. н., кафедра квантовой электроники, физический факультет, Московский государственный университет им. М.В. Ломоносова. E-mail: tdolenko@ lid.phys.msu.ru И.Г. Персианцев - д. ф.-м. н., профессор, Научно-Исследовательский институт ядерной физики им. Д.В. Скобельцына Московского государственного университета им. М.В. Ломоносова. E-mail: ipers@srd.sinp.msu.ru
Аннотация:
На примере задачи идентификации и определения концентраций неорганических солей в многокомпонентных водных растворах по спектру комбинационного рассеяния света проведен сравнительный анализ подходов, связанных с применением нейросетевых алгоритмов для эффективного решения задачи распознавания образов (обратная задача с дискретным выходом) совместно с решением обратной задачи с непрерывным выходом. Исследован подход, связанный с решением обеих задач (классификации и определения концентраций) с помощью единственной нейронной сети (в один этап), на экспериментальных данных и на квазимодельных данных, полученных на основе экспериментальных, а также подход, предусматривающий решение задачи классификации с последующим решением задачи определения концентраций для каждого из классов по отдельности.
Страницы: 55-69
Список источников
  1. Доленко С.А., Доленко Т.А., Персианцев И. Г., Фадеев В. В., Буриков С. А. Решение обратных задач оптической спектроскопии с помощью нейронных сетей // Нейрокомпьютеры: разработка, применение. 2005. № 1-2. С. 89-97.
  2. Кравцов Ю.А.Наблюдения океана из космоса при помощи микроволновых радиометров // Соросовский образовательный журнал. 1999. № 7. С. 103-107.
  3. Баличева Т. Г., Лобанева О. А. Электронные и колебательные спектры неорганических и координационных соединений // Л.: ЛГУ. 1983. C. 9-81.
  4. Baldwin, S. F. andBrown, C. W., Detection of ionic water pollutants by laser excited Raman spectroscopy (short communication) // Water Research. 1972. V. 6. P. 1601-1604.
  5. Rudolph, W.W. andIrmer, G., Raman and infrared spectroscopic investigation on aqueous alkali metal phosphate solutions and density functional theory calculations of phosphate-water clusters // Applied spectroscopy. 2007. V. 61. Issue 12.
    P. 274A-292A.
  6. Georgiev, G. M., Kalkanjiev, T. K., Petrov, V. P., and Nickolov, Zh.,Determination of salts in water solutions by a skewing parameter of the water Raman band // Applied Spectroscopy. 1984. V. 38. № 4. P. 593-595.
  7. Furic, K., Ciglenecki, I., andCosovic, B., Raman spectroscopic study of sodium chloride water solutions // J. Molecular Structure. 2000. V. 6. P. 225-234.
  8. Dolenko, T.A., Churina, I. V., Fadeev, V. V., and Glushkov, S. M., Valence band of liquid water Raman scattering: some peculiarities and applications in the diagnostics of water media // J. Raman Spectroscopy. 2000. V. 31. P. 863-870.
  9. Беккиев А.Ю., Гоголинская Т. А., Фадеев В. В. Одновременное определение температуры и солености морской воды методом лазерной КР спектроскопии // Докл. АН СССР. 1983. Т. 271. № 4. С. 849-853.
  10. Голубцов П. В., Гоголинская Т. А., Ким Е. М., Пацаева С. В., Фадеев В. В. Дистанционное определение температуры и солености морской воды методом лазерного зондирования // В кн.: III съезд сов. океанологов. П.: Гидрометеоиздат. 1987. С. 32-34.
  11. Голубцов П. В., Гоголинская Т. А., Ким Е. М., Пацаева С. В., Фадеев В. В. Дистанционное определение температуры и солености морской воды по спектрам комбинационного рассеяния света // Морской гидрофизический журнал. 1988. № 1. С. 59-64.
  12. Burikov, S.A., Dolenko, T. A., Fadeev, V. V., and Sugonyaev, A. V., Simultaneous determination of temperature and salinity of seawater by Raman laser spectroscopy using artificial neural networks // Proc. -th Int. Conf. on Pattern Recognition and Image Analysis: New Information Technologies, St. Petersburg. 18-23 Oct. 2004. V. 2. P. 635-638.
  13. Burikov, S. A., Churina, I. V., Dolenko, S. A., Dolenko, T. A., and Fadeev, V. V., New approaches to determination of temperature and salinity of seawater by laser Raman spectroscopy // EARSeL eProceedings 3. 2004. No. 3. P. 298-305.
  14. Буриков С. А., Доленко T. A., Фадеев В. В.Идентификация неорганических солей и определение их концентраций в многокомпонентных водных растворах по валентной полосе КР воды с помощью искусственных нейронных сетей // Нейрокомпьютеры: разработка, применение. 2007. № 5. С. 62-72.
  15. Specht, D., A General Regression Neural Network // IEEE Trans. on Neural Networks, Nov. 1991. V. 2. No. 6. P. 568-576.
  16. Ивахненко А. Г.Индуктивный метод самоорганизации моделей сложных систем. Киев: Науковадумка. 1982.