Название статьи или книги, фамилия автора, DOI

Задачи построения системы распознавания объектов многоканальных комплексов зондирования

Н.С. Акиншин1, Р.П. Быстров2, О.В. Есиков3, А.И. Чернышков4

научная статья УДК 004.932 Страницы: 49-60 doi.org/10.18127/j20700784-201904-05

  1. 1,3 д.т.н., профессор, АО ЦКБА (г. Тула)
  2. 2 д.т.н., профессор, вед. науч. сотрудник, Институт радиотехники и электроники им. В.А. Котельникова РАН (Москва)
  3. 4 адъюнкт, Пензенский артиллерийский инженерный институт

Аннотация

Предложен подход к построению многоканальной системы распознавания образов изображений комплексов зондирования.  Определен перечень задач, решаемых при построении системы распознавания объектов в комплексах зондирования. Формализована задача оптимизации состава оборудования системы распознавания объектов. 

Для формирования дополнительной характеристики объектов предложено использовать значения фрактальной размерности изображений их контуров. Приведена характеристика способов решения сформулированных задач построения систем распознавания объектов.

Для цитирования

Акиншин Н.С., Быстров Р.П., Есиков О.В., Чернышков А.И. Задачи построения системы распознавания объектов многоканальных комплексов зондирования // Успехи современной радиоэлектроники. 2019. № 4. С. 49–60. DOI: https://doi.org/10.18127/j20700784-201904-05

Список источников
  1. Бакланов А.И. Группировки микроспутников оптико-электронного наблюдения высокого разрешения. Материалы XV науч.-технич. конф. «Системы наблюдения, мониторинга и дистанционного зондирования Земли». Алушта. 2018. С. 43–62.
  2. Бакланов А.И. Новые тенденции развития космических систем оптико-электронного наблюдения Земли высокого разрешения. Материалы XIV науч.-технич. конф. «Системы наблюдения, мониторинга и дистанционного зондирования Земли». Сочи. 2017. С. 32–49.
  3. Шут О.В. Метод решения задач распознавания на основе логической и прецедентной моделей. Информатика. 2012. № 3. С. 35–50.
  4. Шут О.В. Синтез алгоритмов для решения задач распознавания образов в конечномерных дискретных пространствах. Вестник БГУ. Сер. 1. 2014. №1. С. 56–62.
  5. Акиншин Н.С., Румянцев В.Л., Мамон Ю.И., Болдин А.В. Различение слабоконтрастных радиолокационных целей на фоне земной поверхности. Тула: ТулГУ. 2006.
  6. Захаров И.Г. Обоснование выбора. Теория практики. СПб: Судостроение. 2006.
  7. Есиков О.В., Сухарев Е.М., Алтухов А.В., Тарасов Е.А. Оценка эффективности методов и алгоритмов обработки графической информации и распознавания объектов мониторинга. Наукоемкие технологии. 2011. № 4. C. 54–61.
  8. Андреев А.В., Есиков О.В., Мамон Ю.И., Акиншин Р.Н., Затучный Д.А., Феоктистова О.Г. Применение искусственных нейронных сетей для распознавания объектов на графических изображениях. Под ред. М.Ю. Смурова. Вестник Санкт-Петербургского государственного университета гражданской авиации. С.-Петербург: СПбГУГА. 2017. № 1(14). С. 131–141.
  9. Есиков О.В., Чернышков А.И., Фомичев М.Ю. Структура и особенности решения задачи автоматизированной обработки и анализа изображений. Материалы XXXVIII Всеросс. конф., посвященной 75-летию Южно-Уральского государственного университета. М.: РАН. 2018. С. 136–140.
  10. Алексеев О.Г. Комплексное применение методов дискретной оптимизации. М.: Наука. 1987.
  11. Тихонов А.Н., Гончарский А.В., Степанов В.В., Ягода А.Г. Численные методы решения некорректных задач. М.: Наука. 1990.
  12. Бакушинский А.Б., Гончарский А.В. Некорректные задачи. Численные методы и приложения. М.: Изд-во МГУ. 1989.
  13. Татузов А.Л. Нейронные сети в задачах радиолокации. М.: Радиотехника. 2009.
  14. Хайкин С. Нейронные сети: полный курс. Изд. 2-е, испр.. Пер. с англ. М.: ООО «И. Д. Вильямс». 2006.
  15. Потапов А.А. Фракталы в радиофизике и радиолокации: Топология выборки. М.: Университетская книга. 2005. 
  16. Потапов А.А. Фракталы в дистанционном зондировании. Зарубежная радиоэлектроника. Успехи современной радиоэлектроники. 2000. № 6. С. 3–65.