Применение алгоритмов машинного обучения для повышения характеристик точечных магнитометрических средств обнаружения
- 1 к.т.н., доцент
Ключевые слова:
магнитометрическое средство обнаружениемагниторезистивный датчикматематическая модельмашинное обучениевероятность обнаружения
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.
Для цитирования
Духан Е.И., Духан А.Е., Сазонов В.Ю. Применение алгоритмов машинного обучения для повышения характеристик точечных магнитометрических средств обнаружения // Радиотехника. 2017. № 1. С. 23–26.
Список источников
- 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.
- 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.
- Breiman L. Random forests // Machine learning. 2001. V. 45. № 1. P. 5−32.
- Schapire R.E. The boosting approach to machine learning: An overview // Nonlinear estimation and classification. Springer. New York. 2003. P. 149−171.
Полный текст, PDF
350 ₽