350 руб
Журнал «Радиотехника» №1 за 2017 г.
Статья в номере:
Применение алгоритмов машинного обучения для повышения характеристик точечных магнитометрических средств обнаружения
Ключевые слова: магнитометрическое средство обнаружение магниторезистивный датчик математическая модель машинное обучение вероятность обнаружения
Авторы:
Е.И. Духан - к.т.н., доцент А.Е. Духан В.Ю. Сазонов
Аннотация:
Проведен синтез алгоритмов работы блока принятия решений в магнитометрических средствах обнаружения с точечной кон-тролируемой зоной на основе магниторезистивных датчиков. Описаны алгоритмы машинного обучения, демонстрирующие лучшие по сравнению с пороговыми вероятностные характеристики обнаружения, а также формирующие дополнительную информацию о вертикальной координате перемещения намагниченных предметов.
Страницы: 23-26
Список источников

 

  1. Духан Е.И., Захаркин Г.Ф., Сазонов В.Ю. Применение магниторезистивных датчиков с концентратором поля для обнаружения запрещенных металлических предметов // T-Comm Телекоммуникация и транспорт. 2011. № 10. С. 28−31.
  2. Крюков И.Н., Звежинский С.С., Иванов В.А. и др. Магнитометрические средства обнаружения. Теория и практика построения / Под ред. И.Н. Крюкова. М.: Радиотехника. 2013. 192 с.
  3. Breiman L. Random forests // Machine learning. 2001. V. 45. № 1. P. 5−32.
  4. Schapire R.E. The boosting approach to machine learning: An overview // Nonlinear estimation and classification. Springer. New York. 2003. P. 149−171.