350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №2 за 2011 г.
Статья в номере:
Комплекс нейронных сетей для синтеза синограмм в распределенных волоконно-оптических системах
Ключевые слова: распределенные волоконно-оптические измерительные системы параллельно-лучевая томография нерегулярные схемы укладки измерительных линий нейронные RBF-сети
Авторы:
Ю. Н. Кульчин - д. ф.-м. н., член-корреспондент РАН, зам. председателя ДВО РАН, директор ИАПУ ДВО РАН. E-mail: director@iacp.dvo.ru Е. В. Закасовская - к. ф.-м. н., доцент, докторант ДВГУ (г. Владивосток). E-mail: zakasovskaya@inbox.ru
Аннотация:
Рассмотрена задача восстановления параметров физических полей с использованием распределенных волоконно-оптических измерительных систем для случая неполных схем укладки измерительных линий. Представлен подход, который заключается в оптимизации геометрии измерительной сети с целью дальнейшего применения нейросетевых и/или алгебраических технологий для восстановления исследуемых функций по проекционным данным. Исследована возможность применения комплекса нейронных сетей радиально-базисного типа для синтеза проекционных данных.
Страницы: 55-62
Список источников
  1. Кульчин Ю. Н.Распределенные волоконно-оптические измерительные системы.М.: Физматлит. 2001.
  2. Кульчин Ю. Н, Денисова (Закасовская) Е. В. и др. Макет оптоэлектронной нейроподобной измерительной системы // Нано- и микросистемная техника.2003. № 10. С. 40-42.
  3. Натеррер Ф.Математические аспекты компьютерной томографии.М.: Мир. 1990.
  4. Филонин О. В.Малоракурсная томография.Самара: СНЦРАН. 2006.
  5. Kulchin, Yu. N., Zakasovskaya, E. V., Application of Radial Basis Function Neural Network for Information Processing in Fiber Optical Distributed Measuring Systems // Optical Memory & Neural Networks (Information Optics).2008. V. 17. No. 4. P. 317-327.
  6. Пикалов В. В., Мельникова Т. С.Томография плазмы.Новосибирск: Наука. 1995.
  7. Ingesson, L. C., Koning, J J., Donne, A. J. H., and Schram, D. C.,Visible light tomography using an optical imaging system // Rev. Sci. Instrum.1992. Vol. 63. 10. P. 5185-5187.
  8. Ingesson, L. C., Pickalov, V. V., and Donne, A. J. H., First tomographic reconstructions and a study of interference filters for visible light tomography on RTP // Rev. Sci. Instrum.1995. Vol. 66. No. 1. P. 622-624.
  9. Prince, J. L. and Willsky, A. S., A geometric projection-space reconstruction algorithm // Linear Algebra and Its Appls.1990. Vol. 130. P. 151-191.
  10. Prince, J. L. and Willsky, A. S.,Constrained sinogram restoration for limited-angle tomography // Opt. Eng.1990. V. 29. No. 5. P. 535-544.
  11. Kulchin Yu. N. and Zakasovskaya E. V. Optimizing algebraic and neural methods for information processing in distributed fiber-optical measuring systems // Optical Memory & Neural Networks (Information Optics). 2010. V. 19. No. 3. P. 237-247.
  12. Zakasovskaya E.V. and Fadeev V.V. Restoration of point influences by the fiber-optical network in view of a priori information // SPIE Proc.APCOM. 2007. V. 6675.
  13. Хермен Г.Восстановление изображений по проекциям: Основы реконструктивной томографии. М.: Мир. 1983.
  14. Kulchin, Yu. N. and Zakasovskaya, E. V., Artifacts suppression in limited data problem for parallel fiber optical measuring systems // Optical Memory & Neural Networks (Information Optics). 2009. V. 18. № 3.
  15. Кульчин Ю. Н., Закасовская Е. В. Нейросетевое и алгебраическое моделирование параллельного 2d проецирования в волоконно-оптической томографии при ограниченном числе направлениий сканирования // Компьютерная оптика. 2009. Т. 33. № 3. С. 318-324.
  16. Кульчин Ю. Н., Закасовская Е. В. Неравномерные схемы укладки измерительных линий в распределенных волокнно-оптических системах // Информатика и системы управления. 2009. № 3. С. 61-71.
  17. Haykin S. Neural Networks: a Comprehensive Foundation. New Jersey, Prentice Hall: s.n., 1999.