350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №5 за 2010 г.
Статья в номере:
Первичная параметрическая оптимизация модели нейронной сети для задач обработки изображений
Ключевые слова: параметрическая оптимизация обработка изображения нейронные сети
Авторы:
Е. А. Самойлин - к. т. н., Ростовский военный институт РВ. г. Ростов-на-Дону
Аннотация:
Предложена процедура первичной параметрической оптимизации активационных функций модели нейронной сети для решения прикладных задач обработки изображений, основанная на использовании критерия идеального наблюдателя. Приведены результаты численных исследований, показывающие что оптимизированная сеть имеет более высокую вероятность сходимости и скорость обучения, а также обеспечивает более эффективное решение задачи выделения объектов на изображениях по сравнению с неоптимизированной нейронной сетью.
Страницы: 32-43
Список источников
  1. Rosenblatt F. Principles of neurodinamics. Perceptrons and the theory of brain mechanisms. SpartanBooks, Washington, 1962. Рус. перевод: Розенблатт Ф. Принципы нейродинамики. Перцептроны и теория механизмов мозга / под ред. С.М. Осовца. М.: Мир. 1965. 480 с.
  2. Нейрокомпьютеры в прикладных задачах обработки изображений. Кн. 25 / Под ред. А.Н. Балухто, А.И. Галушкина // Нейрокомпьютеры: разработка, применение. 2006. № 11-12.
  3. Нейрокомпьютеры в системах обработки изображений. Кн. 7: Коллективная монография / общ. ред. А.И. Галушкина. М.: Радиотехника. 2003. 192 с.
  4. Галушкин А.И., Судариков В.А., Шабанов Е.В.Нейроматематика: методы решения задач на нейрокомпьютерах // Математическое моделирование. 1991. Т. 3. № 8. С. 93-111.
  5. Иванов В.В., Пурэвдорж Б., Пузынин И.В.Методы второго порядка для обучения многослойного перцептрона // Математическое моделирование. 1998. Т. 10. № 3. С. 117-124.
  6. Ососков Г.А., Пальчик В.В., Потребенников Ю.К., Татишвили Г.Т., Шепелев В.Б. Использование нейронных сетей для улучшения интерпретации эксперимента EXCHARM // Математическое моделирование. 1999. Т. 11. № 10. С. 116-126.
  7. Галушкин А.И. Теория нейронных сетей. Кн. 1: Учеб. пособие для вузов / общ. ред. А.И. Галушкина. М.: ИПРЖР. 2000. 416 с.
  8. Самойлин Е.А. Нейросетевой метод раздельной оптимизации апертуры в теории нелинейной фильтрации изображений // Нейрокомпьютеры: разработка, применение. 2006. № 3. С. 50-59.
  9. Самойлин Е.А. Нейросетевой метод совместной оптимизации апертуры в теории нелинейной фильтрации изображений // Нейрокомпьютеры: разработка, применение. 2007. № 5. С. 21-28.
  10. Самойлин Е.А. Нейросетевой метод определения информативных признаков полутоновых изображений // Изв. вузов. Северо-Кавказский регион. Технические науки. 2004. № 1. С. 7-9.
  11. Самойлин Е.А. Синтез оптимальных пороговых активационных функций нейронных сетей для обработки изображений // Нейрокомпьютеры: разработка, применение. 2008. № 9. С. 23-29.
  12. Левин Б.Р.Теоретические основы статистической радиотехники. М.: Радиоисвязь. 1989. 656 с.