Информационная технология классификации изображений пятен лазерных пучков и прогнозирования координат их энергетических центров с использованием параллельно-иерархической сети
Рассмотрен метод прогнозирования положения энергетического центра (ЭЦ) изображения лазерного пучка с использованием параллельно-иерархической (ПИ) сети. Определены основные этапы классификации и прогнозирования координат ЭЦ изображений пятен лазерного луча, что позволило разработать новую информацио...
Gespeichert in:
| Veröffentlicht in: | Электронное моделирование |
|---|---|
| Datum: | 2016 |
| Hauptverfasser: | , , |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України
2016
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/101334 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Информационная технология классификации изображений пятен лазерных пучков и прогнозирования координат их энергетических центров с использованием параллельно-иерархической сети / Л.И. Тимченко, С.В. Наконечная, Н.И. Кокряцкая // Электронное моделирование. — 2016. — Т. 38, № 1. — С. 47-62. — Бібліогр.: 17 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860117202111299584 |
|---|---|
| author | Тимченко, Л.И. Наконечная, С.В. Кокряцкая, Н.И. |
| author_facet | Тимченко, Л.И. Наконечная, С.В. Кокряцкая, Н.И. |
| citation_txt | Информационная технология классификации изображений пятен лазерных пучков и прогнозирования координат их энергетических центров с использованием параллельно-иерархической сети / Л.И. Тимченко, С.В. Наконечная, Н.И. Кокряцкая // Электронное моделирование. — 2016. — Т. 38, № 1. — С. 47-62. — Бібліогр.: 17 назв. — рос. |
| collection | DSpace DC |
| container_title | Электронное моделирование |
| description | Рассмотрен метод прогнозирования положения энергетического центра (ЭЦ) изображения лазерного пучка с использованием параллельно-иерархической (ПИ) сети. Определены основные этапы классификации и прогнозирования координат ЭЦ изображений пятен лазерного луча, что позволило разработать новую информационную технологию классификации и прогнозирования положения координат их ЭЦ. Приведены результаты сравнительной экспериментальной оценки прогнозирования на основе известных нейронных сетей и предложенного метода с использованием ПИ сети.
Розглянуто метод прогнозування положення енергетичного центру (ЕЦ) зображення лазерного пучка з використанням паралельно-ієрархічної (ПІ) мережі. Визначено основні етапи класифікації та прогнозування координат ЕЦ зображень плям лазерного променя, що дало можливість розробити нову інформаційну технологію класифікації та прогнозування положення координат їх ЕЦ. Наведено результати порівняльної експериментально ї оцінки прогнозування на основі відомих нейронних мереж і запропонованого методу з використанням ПІ мережі.
The paper describes a method of forecasting the position of the energy center (EC) of the laser beam image using parallel-hierarchical networks. The basic steps for classification and forecasting of EC coordinate image spots of the laser beam, which gives the opportunity to develop new technology for the intelligent classification and prediction of coordinate position of their EC. The results of the comparative experimental evaluation of the prediction based on the known neural networks and the proposed method with the use of parallel-hierarchical network are presented.
|
| first_indexed | 2025-12-07T17:36:47Z |
| format | Article |
| fulltext |
ÓÄÊ 004.2:004.93:654.915:681.3
Ë.È. Òèì÷åíêî, ä-ð òåõí. íàóê,
Ñ.Â. Íàêîíå÷íàÿ, Í.È. Êîêðÿöêàÿ, êàíäèäàòû òåõí. íàóê
Ãîñóäàðñòâåííûé ýêîíîìèêî-òåõíîëîãè÷åñêèé óíèâåðñèòåò òðàíñïîðòà
(Óêðàèíà, 03049, Êèåâ, óë. Ëóêàøåâè÷à, 19,
òåë.: +380673550976, +380432531123,
å-mail: timchen@list.ru, svetylka2008@mail.ru, kokriatskaia@rambler.ru)
Èíôîðìàöèîííàÿ òåõíîëîãèÿ êëàññèôèêàöèè
èçîáðàæåíèé ïÿòåí ëàçåðíûõ ïó÷êîâ è ïðîãíîçèðîâàíèÿ
êîîðäèíàò èõ ýíåðãåòè÷åñêèõ öåíòðîâ
ñ èñïîëüçîâàíèåì ïàðàëëåëüíî-èåðàðõè÷åñêîé ñåòè
Ðàññìîòðåí ìåòîä ïðîãíîçèðîâàíèÿ ïîëîæåíèÿ ýíåðãåòè÷åñêîãî öåíòðà (ÝÖ) èçîáðàæå-
íèÿ ëàçåðíîãî ïó÷êà ñ èñïîëüçîâàíèåì ïàðàëëåëüíî-èåðàðõè÷åñêîé (ÏÈ) ñåòè. Îïðåäå-
ëåíû îñíîâíûå ýòàïû êëàññèôèêàöèè è ïðîãíîçèðîâàíèÿ êîîðäèíàò ÝÖ èçîáðàæåíèé
ïÿòåí ëàçåðíîãî ëó÷à, ÷òî ïîçâîëèëî ðàçðàáîòàòü íîâóþ èíôîðìàöèîííóþ òåõíîëîãèþ
êëàññèôèêàöèè è ïðîãíîçèðîâàíèÿ ïîëîæåíèÿ êîîðäèíàò èõ ÝÖ. Ïðèâåäåíû ðåçóëüòàòû
ñðàâíèòåëüíîé ýêñïåðèìåíòàëüíîé îöåíêè ïðîãíîçèðîâàíèÿ íà îñíîâå èçâåñòíûõ íåé-
ðîííûõ ñåòåé è ïðåäëîæåííîãî ìåòîäà ñ èñïîëüçîâàíèåì ÏÈ ñåòè.
Ðîçãëÿíóòî ìåòîä ïðîãíîçóâàííÿ ïîëîæåííÿ åíåðãåòè÷íîãî öåíòðó (ÅÖ) çîáðàæåííÿ
ëàçåðíîãî ïó÷êà ç âèêîðèñòàííÿì ïàðàëåëüíî-³ºðàðõ³÷íî¿ (ϲ) ìåðåæ³. Âèçíà÷åíî îñíîâí³
åòàïè êëàñèô³êàö³¿ òà ïðîãíîçóâàííÿ êîîðäèíàò ÅÖ çîáðàæåíü ïëÿì ëàçåðíîãî ïðîìåíÿ,
ùî äàëî ìîæëèâ³ñòü ðîçðîáèòè íîâó ³íôîðìàö³éíó òåõíîëîã³þ êëàñèô³êàö³¿ òà ïðîã-
íîçóâàííÿ ïîëîæåííÿ êîîðäèíàò ¿õ ÅÖ. Íàâåäåíî ðåçóëüòàòè ïîð³âíÿëüíî¿ åêñïåðèìåí-
òàëüíî¿ îö³íêè ïðîãíîçóâàííÿ íà îñíîâ³ â³äîìèõ íåéðîííèõ ìåðåæ ³ çàïðîïîíîâàíîãî
ìåòîäó ç âèêîðèñòàííÿì ϲ ìåðåæ³.
Ê ë þ ÷ å â û å ñ ë î â à: ïðîãíîçèðîâàíèå, ýíåðãåòè÷åñêèé öåíòð, ëàçåðíûé ëó÷, ïàðàë-
ëåëüíî-èåðàðõè÷åñêàÿ ñåòü, êëàññèôèêàöèÿ, ïðåïàðèðîâàíèå, íåéðîííûå ñåòè.
Âîçðàñòàþùèå òðåáîâàíèÿ ê ñîâðåìåííûì âû÷èñëèòåëüíûì ñðåäàì ÿâ-
ëÿþòñÿ ñòèìóëîì äëÿ ðàçðàáîòêè íîâûõ èíòåëëåêòóàëüíûõ ìåòîäîâ ïåðå-
äà÷è è îáðàáîòêè èíôîðìàöèè. Æåñòêèå ñèñòåìíûå òðåáîâàíèÿ âûíóæ-
äàþò ðåãóëÿðíî îáíîâëÿòü ñèñòåìû ïåðåäà÷è èíôîðìàöèè.  íàñòîÿùåå
âðåìÿ áîëüøèíñòâî èíòåðíåò-êàíàëîâ íå ìîãóò îáåñïå÷èòü êà÷åñòâåííîãî
îáìåíà èíôîðìàöèåé ìåæäó ñèñòåìàìè, îáðàáîòàòü èíôîðìàöèþ â ðåæè-
ìå ðåàëüíîãî âðåìåíè, ÷òî ïðèâîäèò ê ïåðåãðóçêå êàíàëîâ è ñîçäàíèþ òàê
íàçûâàåìûõ öèôðîâûõ ïðîáîê.
ISSN 0204–3572. Ýëåêòðîí. ìîäåëèðîâàíèå. 2016. Ò. 38. ¹ 1 47
� Ë.È. Òèì÷åíêî, Ñ.Â. Íàêîíå÷íàÿ, Í.È. Êîêðÿöêàÿ, 2016
������� ����
�
��
�������
Ïðîáëåìó ïåðåäà÷è ñâåðõáîëüøèõ îáúåìîâ èíôîðìàöèè ìîæíî ðå-
øèòü ñ ïîìîùüþ ëàçåðíûõ òåõíîëîãèé ñ ïðèìåíåíèåì îïòîâîëîêîííîãî
êàáåëÿ, êîòîðûå â áëèæàéøåì áóäóùåì ñòàíóò íàèáîëåå ïåðñïåêòèâíûìè
ìîäåëÿìè ïåðåäà÷è èíôîðìàöèè. Èñïîëüçîâàíèå òàêèõ òåõíîëîãèé ïîç-
âîëèò, íàïðèìåð, çà äîëè ñåêóíäû ïåðåäàâàòü äåñÿòêè ïîëíîìåòðàæíûõ
ôèëüìîâ è âèðòóàëüíûõ ñðåä â ëþáóþ òî÷êó çåìíîãî øàðà. Áîëüøèíñòâî
ñïóòíèêîâ ïåðåäàþò èíôîðìàöèþ ñ ïîìîùüþ ìèêðîâîëíîâîãî èçëó÷åíèÿ,
à, ïðèìåíÿÿ ëàçåð, ýòî ìîæíî äåëàòü â ñîòíè ðàç áûñòðåå, ÷òî ñóùåñòâåííî
âëèÿåò íà ïðîïóñêíóþ ñïîñîáíîñòü êàíàëà ïåðåäà÷è.
Ïðè èñïîëüçîâàíèè ëàçåðà äëÿ ïåðåäà÷è èíôîðìàöèè íåîáõîäèìî,
÷òîáû ñïóòíèê è ïðèíèìàþùåå óñòðîéñòâî íàõîäèëèñü â îïðåäåëåííîé
ïîçèöèè. Ïîëîæåíèå ëèíçû ïðèíèìàþùåãî óñòðîéñòâà äèàìåòðîì íå-
ñêîëüêî ñàíòèìåòðîâ íåîáõîäèìî îòðåãóëèðîâàòü äî òûñÿ÷íîé äîëè ãðà-
äóñà, èíà÷å ïåðåäà÷à èíôîðìàöèè íå ïðîèçîéäåò. Âî âðåìÿ ïðîöåññà îòñëå-
æèâàíèÿ ñïóòíèêà ïðèíèìàþùèì óñòðîéñòâîì îñíîâíîé çàäà÷åé ÿâëÿåòñÿ
ïðîãíîçèðîâàíèå ïîëîæåíèÿ èçîáðàæåíèÿ ïÿòíà ëàçåðíîãî ïó÷êà, ò.å. ãåî-
ìåòðè÷åñêèõ õàðàêòåðèñòèê — êîîðäèíàò ýíåðãåòè÷åñêîãî öåíòðà (ÝÖ), êî-
òîðûå èñêàæàþòñÿ ïîä âëèÿíèåì âîçäóøíûõ ìàññ è òóðáóëåíòíîñòè.
Ïîñòàíîâêà çàäà÷è è àëãîðèòì êëàññèôèêàöèè è ïðîãíîçèðîâà-
íèÿ êîîðäèíàò ÝÖ. Äëÿ óñïåøíîãî è êà÷åñòâåííîãî ïðîãíîçèðîâàíèÿ
íåîáõîäèìî ïîâûñèòü òî÷íîñòü îïðåäåëåíèÿ öåíòðà ïÿòåí îáúåêòà, ìàêñè-
ìàëüíî èñïîëüçóÿ åãî èíôîðìàöèîííûå ïðèçíàêè, è êëàññèôèöèðîâàòü
ïîñëåäîâàòåëüíûå êàäðû èçîáðàæåíèé ïÿòåí ëàçåðíîãî ëó÷à, îòôèëüò-
ðîâûâàÿ èçîáðàæåíèÿ, ñèëüíî èñêàæåííûå ïîìåõàìè. Êëàññèôèêàöèÿ êàä-
ðîâ — ýòî îòíåñåíèå êàæäîãî êàäðà ëàçåðíîé òðàññû ê îïðåäåëåííîìó
êëàññó èçîáðàæåíèé: íåäåôîðìèðîâàííûå àòìîñôåðîé — êà÷åñòâåííûå,
äåôîðìèðîâàííûå — íåêà÷åñòâåííûå.
Ñóùåñòâóåò ìíîãî ñïîñîáîâ ïðîãíîçèðîâàíèÿ [1] âåëè÷èíû ñëåäóþ-
ùåãî øàãà íåêîòîðîãî âðåìåííîãî ðÿäà ñ îïðåäåëåííûì êîëè÷åñòâîì
íåîáõîäèìûõ âû÷èñëåíèé, ïîãðåøíîñòüþ ïðîãíîçèðîâàíèÿ è ÷èñëîì øà-
ãîâ, íà êîòîðûå ìîæåò ðàñïðîñòðàíÿòüñÿ ýòîò ïðîãíîç. Èçâåñòíû ðàáîòû
ïî ïðîãíîçèðîâàíèþ âðåìåííîãî ðÿäà ñîáûòèé ñ ïðèìåíåíèåì äèíàìè-
÷åñêîé ìîäåëè íåéðîííîé ñåòè [2]. Ïîëó÷åííûå ðåçóëüòàòû ñâèäåòåëüñò-
âóþò î ïåðñïåêòèâíîñòè òàêîãî ïîäõîäà.
Èíòåðåñ ê èñïîëüçîâàíèþ èñêóññòâåííûõ íåéðîííûõ ñåòåé (ÈÍÑ) [3, 4]
äëÿ ïðîãíîçèðîâàíèÿ ñòèìóëèðîâàë â ïîñëåäíèå äåñÿòèëåòèÿ èíòåíñèâíîå
ðàçâèòèå íàó÷íî-èññëåäîâàòåëüñêîé äåÿòåëüíîñòè â ýòîé îáëàñòè.  òî æå
âðåìÿ, ïðèìåíåíèå ÈÍÑ ñâÿçàíî ñ ìíîãèìè íåîïðåäåëåííîñòÿìè. Áîëü-
øèíñòâî èññëåäîâàòåëåé íå óâåðåíû â ñòåïåíè âëèÿíèÿ îñíîâíûõ ôàêòî-
ðîâ íà ýôôåêòèâíîñòü ïðîãíîçèðîâàíèÿ ÈÍÑ [5]. Ïîýòîìó òðåáóþòñÿ íî-
Ë.È. Òèì÷åíêî, Ñ.Â. Íàêîíå÷íàÿ, Í.È. Êîêðÿöêàÿ
48 ISSN 0204–3572. Electronic Modeling. 2016. V. 38. ¹ 1
âûå àëüòåðíàòèâíûå êîíêóðåíòîñïîñîáíûå ïîäõîäû è ìåòîäû, îáåñïå÷è-
âàþùèå íàèáîëüøóþ òî÷íîñòü ïðîãíîçèðîâàíèÿ çà ïðèåìëåìîå äëÿ êîíê-
ðåòíîé çàäà÷è âðåìÿ.
Òàêèì ìåòîäîì ìîæåò ñòàòü ìåòîä ïðîãíîçèðîâàíèÿ, îñíîâàííûé íà
ïðèìåíåíèè íåéðîïîäîáíîé ïàðàëëåëüíî-èåðàðõè÷åñêîé (ÏÈ) ñåòè. Îñ-
íîâíîå íàçíà÷åíèå ÏÈ ñåòè — ðåøåíèå çàäà÷è áûñòðîãî ïðåîáðàçîâàíèÿ,
êëàññèôèêàöèè è ïðîãíîçèðîâàíèÿ, îðèåíòèðîâàííîé íà îáðàáîòêó âèäåî-
äàííûõ â ðåàëüíîì âðåìåíè.
Ïðåäëàãàåìûé ìåòîä ïðîãíîçèðîâàíèÿ ïîëîæåíèÿ ÝÖ ôðàãìåíòîâ
òðàññ ëàçåðíûõ ïó÷êîâ ìîæåò áûòü èñïîëüçîâàí â ñèñòåìàõ îïòè÷åñêîé
ñâÿçè, ëîêàöèè, íàâèãàöèè, â âîåííîé òåõíèêå. Ðàçðàáîòêà ñèñòåìû
ïðîãíîçèðîâàíèÿ íà îñíîâå ÏÈ ñåòè ïîçâîëÿåò ðåøàòü ñëåäóþùèå çàäà÷è:
ïåðåäà÷à äàííûõ ñ ïîìîùüþ ëàçåðîâ;
ïðîãíîçèðîâàíèå ïîâåäåíèÿ ïîäâèæíûõ îïòè÷åñêèõ îáúåêòîâ;
àâòîìàòè÷åñêèé êîíòðîëü îáúåêòîâ.
Ïðè ôèçè÷åñêîì ìîäåëèðîâàíèè äëÿ îöåíêè ôóíêöèîíèðîâàíèÿ ñèñ-
òåìû áûëè èñïîëüçîâàíû ñëåäóþùèå êîìïîíåíòû: GPU óñêîðèòåëü — äâà
âèäåîàäàïòåðà GeForce; CMOS êàìåðà 640 * 480 íà áàçå ÷èïà OV7660; ëà-
çåðíûé äèîä ñ äëèíîé âîëíû 532 íì (çåëåíîãî öâåòà).
Ëàçåðíûé ëó÷ ïîïàäàåò íà ìàòðèöó êàìåðû è îáðàáàòûâàåòñÿ åå
ïðèåìíîé ÷àñòüþ. Ìåòîäîì S-ïðåïàðèðîâàíèÿ (áèíàðèçàöèÿ èçîáðàæå-
íèé) [6, 7] âûäåëÿþòñÿ òîëüêî èçîáðàæåíèÿ 128 * 128 òî÷åê, è çåëåíàÿ êîì-
ïîíåíòà öâåòà ÿâëÿåòñÿ ïåðâè÷íûì ôèëüòðîì èçîáðàæåíèÿ. Ïîëó÷åííîå
èçîáðàæåíèå ïåðåâîäèòñÿ â ïàëèòðó ñåðîãî è âûâîäèòñÿ íà äèñïëåé. Â
ðåçóëüòàòå âçàèìîäåéñòâèÿ CPU è GPU óñêîðèòåëåé [8, 9] â ïåðñîíàëüíîì
Èíôîðìàöèîííàÿ òåõíîëîãèÿ êëàññèôèêàöèè èçîáðàæåíèé ïÿòåí
ISSN 0204–3572. Ýëåêòðîí. ìîäåëèðîâàíèå. 2016. Ò. 38. ¹ 1 49
a á
Ðèñ. 1. Ôðàãìåíò ëàçåðíîé òðàññû, èñïîëüçîâàííîé â ýêñïåðèìåíòàëüíûõ èññëåäîâàíèÿõ
(à) è ãëàâíàÿ ýêðàííàÿ ôîðìà ïðîãðàììíîãî ïðîäóêòà äëÿ îáðàáîòêè èçîáðàæåíèé âèäåî-
òðàññû ëàçåðà (á)
êîìïüþòåðå ïðîèñõîäèò îáðàáîòêà äàííûõ ñ êàìåðû: âûäåëÿåòñÿ òîëüêî
èçîáðàæåíèå ïÿòíà 128 * 128 òî÷åê, îïðåäåëÿþòñÿ öåíòðû êîîðäèíàò èçîá-
ðàæåíèé ïÿòåí è ïðîèñõîäèò ïðîãíîçèðîâàíèå èõ ÝÖ.
 ðàáîòàõ [10—13] ïîêàçàíî, ÷òî åñòü ðÿä ñîîòâåòñòâèé ìåæäó ôóíê-
öèåé äåôîðìàöèè n (t) è ôàêòîðàìè àïïðîêñèìàöèè, à òàêæå ðàçáðîñîì
ãåîìåòðè÷åñêèõ õàðàêòåðèñòèê ñèãíàëà, êîòîðûé îãðàíè÷åí ðàçëè÷íûìè
ïîðîãàìè. Ðåçóëüòàòû ýêñïåðèìåíòàëüíûõ èññëåäîâàíèé ïîäòâåðæäàþò
òîò ôàêò, ÷òî äîñòîâåðíîñòü ñïîñîáà âîññòàíîâëåíèÿ ãåîìåòðè÷åñêèõ õà-
ðàêòåðèñòèê ñèãíàëà ïðåâîñõîäèò äîñòîâåðíîñòü ñïîñîáîâ, îñíîâàííûõ íà
òðàäèöèîííûõ ìåòîäàõ àïïðîêñèìàöèè.
Ðàññìîòðèì âûõîäíûå ñèãíàëû íà ïðèìåðå ïîñëåäîâàòåëüíîñòåé ñåðèé
ïÿòíîïîäîáíûõ èçîáðàæåíèé ëàçåðíîãî ëó÷à (ðèñ. 1, à). Äëÿ èññëåäîâàíèÿ
ðàçðàáîòàííûõ ìåòîäîâ è àëãîðèòìîâ îáðàáîòêè ïÿòíîïîäîáíûõ èçîáðà-
æåíèé ëàçåðíîãî ëó÷à áûëî ñîçäàíî ñïåöèàëèçèðîâàííîå ïðîãðàììíîå îáåñ-
ïå÷åíèå (ðèñ. 1, á). Ñëåäóåò çàìåòèòü, ÷òî ïðåäëîæåííûå ìåòîäû ìîãóò áûòü
ðàñïðîñòðàíåíû òàêæå è íà ìíîãîìåðíûå èçîáðàæåíèÿ.
Ïðè àêòèâàöèè îïöèè «Analise» â íîâîì îêíå íà ýêðàí âûâîäÿòñÿ âû-
÷èñëåííûå ðåçóëüòàòû êîîðäèíàò ÝÖ ïÿòíîïîäîáíûõ èçîáðàæåíèé ëàçåð-
íîãî ëó÷à, â ÷àñòíîñòè ìèíèìàëüíûå è ìàêñèìàëüíûå, à òàêæå ñðåäíåå çíà-
÷åíèå êîîðäèíàò öåíòðà ìàêñèìàëüíîé èíòåíñèâíîñòè, êîîðäèíàòû öåíòðà
ìàêñèìàëüíîé èíòåíñèâíîñòè äëÿ êàæäîãî îòäåëüíîãî èçîáðàæåíèÿ, êîîðäè-
íàòû èçîáðàæåíèé ñ ìàëîé ñòåïåíüþ èñêàæåíèÿ (ò.å. êà÷åñòâåííûå), êîòîðûå
â ïðîöåññå ïðîöåäóðû òóííåëèðîâàíèÿ ïîïàëè â òóííåëü.
Ðàññìîòðèì ïîäðîáíåå ïðîöåññ îïðåäåëåíèÿ öåíòðà ìàêñèìàëüíîé
èíòåíñèâíîñòè èçëó÷åíèÿ ïðè îáðàáîòêå ïÿòíîïîäîáíûõ èçîáðàæåíèé
ëàçåðíîãî ëó÷à. Ñóòü åãî çàêëþ÷àåòñÿ â îïðåäåëåíèè öåíòðà ìàêñèìàëü-
íîé èíòåíñèâíîñòè èçîáðàæåíèÿ ìåòîäîì íàõîæäåíèÿ öåíòðà ìàññ. Â
îáùåì ñëó÷àå öåíòð ìàêñèìàëüíîé èíòåíñèâíîñòè ìîæíî îïðåäåëèòü òàê:
r
r
� � �
� �
��
��
i
n
j
m
ij ij
i
n
j
m
ij
1 1
1 1
�
�
,
ãäå r — ðàäèóñ-âåêòîð öåíòðà ìàêñèìàëüíîé èíòåíñèâíîñòè; rij — ðàäèóñ-
âåêòîð òåêóùåãî ïèêñåëÿ ñ êîîðäèíàòàìè i, j; �ij — èíòåíñèâíîñòü òåêó-
ùåãî ïèêñåëÿ ñ êîîðäèíàòàìè i, j; n è m — âûñîòà è øèðèíà èçîáðàæåíèÿ â
ïèêñåëÿõ. Ó÷èòûâàÿ âîçìîæíîñòü ñïðîåöèðîâàòü âñå âåêòîðû íà îäíó
ïëîñêîñòü (ïðè ýòîì âûðàæåíèå íå ïîòåðÿåò ñìûñëà), à òàêæå ó÷èòûâàÿ
Ë.È. Òèì÷åíêî, Ñ.Â. Íàêîíå÷íàÿ, Í.È. Êîêðÿöêàÿ
50 ISSN 0204–3572. Electronic Modeling. 2016. V. 38. ¹ 1
äâóìåðíîñòü îðòîãîíàëüíîé ñèñòåìû êîîðäèíàò, êàæäóþ êîîðäèíàòó ìîæ-
íî çàïèñàòü â âèäå
x
x
i
n
j
m
ij ij
i
n
j
m
ij
� � �
� �
��
��
1 1
1 1
�
�
, y
y
i
n
j
m
ij ij
i
n
j
m
ij
� � �
� �
��
��
1 1
1 1
�
�
, (1)
ãäå x è y — àáñöèññà è îðäèíàòà öåíòðà ìàêñèìàëüíîé èíòåíñèâíîñòè; xij
è yij — àáñöèññà è îðäèíàòà òåêóùåãî ïèêñåëÿ ñ êîîðäèíàòàìè i, j. Âûáðàâ
íà÷àëîì îòñ÷åòà âåðõíèé ëåâûé óãîë èçîáðàæåíèÿ, çàïèøåì âûðàæåíèÿ
(1) â âèäå
x
i
i
n
j
m
ij
i
n
j
m
ij
� � �
� �
��
��
1 1
1 1
�
�
, y
j
i
n
j
m
ij
i
n
j
m
ij
� � �
� �
��
��
1 1
1 1
�
�
.
Íåîáõîäèìî çàìåòèòü, ÷òî ïðåäëîæåííûé ñïîñîá èçìåðåíèÿ öåíòðà
ìàêñèìàëüíîé èíòåíñèâíîñòè ïÿòíîïîäîáíîãî èçîáðàæåíèÿ ëàçåðíîãî ëó-
÷à, ñ îäíîé ñòîðîíû, äîñòàòî÷íî óäîáåí äëÿ ìîäåëèðîâàíèÿ è ïðîãðàììíîé
ðåàëèçàöèè, à ñ äðóãîé, îáåñïå÷èâàåò íåïëîõèå ðåçóëüòàòû ïðè îáðàáîòêå
ïÿòíîïîäîáíûõ èçîáðàæåíèé ðàçëè÷íûõ ãåîìåòðè÷åñêèõ ôîðì. Ýòî âàæ-
íî, ïîñêîëüêó ïðåäëàãàåìûå ìåòîäû îïðåäåëåíèÿ öåíòðà ìàêñèìàëüíîé
èíòåíñèâíîñòè ïÿòíîïîäîáíîãî èçîáðàæåíèÿ ëàçåðíîãî ëó÷à ïðåäíàçíà-
÷åíû äëÿ ïîâûøåíèÿ ïðîèçâîäèòåëüíîñòè îáðàáîòêè, à òàêæå ñêîðîñòè
ïðîãíîçèðîâàíèÿ ïîâåäåíèÿ ïÿòíà â ðåàëüíîì âðåìåíè.
Ðàññìîòðèì îñíîâíûå ýòàïû ðàçðàáîòàííîãî àëãîðèòìà äëÿ êëàññè-
ôèêàöèè è ïðîãíîçèðîâàíèÿ êîîðäèíàò ÝÖ èçîáðàæåíèé ïÿòåí ëàçåð-
íîãî ëó÷à.
1. Îáðàáîòêà (ñåãìåíòèðîâàíèå) èçîáðàæåíèé íà îñíîâå ìåòîäà
S-ïðåïàðèðîâàíèÿ [6, 7]. Ïîñëå ïðåäâàðèòåëüíîé îáðàáîòêè èçîáðàæåíèé
è âûäåëåíèÿ ôîíà è îáúåêòà èçîáðàæåíèÿ ëàçåðíîé òðàññû ñòàâèì çàäà÷ó
âûñîêîòî÷íîãî îïðåäåëåíèÿ è ïðîãíîçèðîâàíèÿ êîîðäèíàò åãî ÝÖ.
2. Âûäåëåíèå ãðàíè÷íûõ ëèíèé. Íà÷èíàÿ ñ îïðåäåëåííîãî íà êàðòèíêå
ïèêñåëÿ ñ ìàêñèìàëüíûì çíà÷åíèåì ÿðêîñòè ôîðìèðóåì N çíà÷åíèé ÿð-
êîñòè B Lmax� , ãäå L N�1, ..., . Êðàéíèå òî÷êè ñî çíà÷åíèåì ÿðêîñòè B Lmax�
ôîðìèðóþò ïðåäåëüíóþ ëèíèþ. Ýêñïåðèìåíòàëüíî îïðåäåëåíî øåñòü
ïðåäåëüíûõ êîíòóðîâ.
Èíôîðìàöèîííàÿ òåõíîëîãèÿ êëàññèôèêàöèè èçîáðàæåíèé ïÿòåí
ISSN 0204–3572. Ýëåêòðîí. ìîäåëèðîâàíèå. 2016. Ò. 38. ¹ 1 51
3. Îïðåäåëåíèå ïðåäâàðèòåëüíûõ êîîðäèíàò öåíòðîâ. Ïîä êîîðäèíà-
òàìè òî÷êè ïðèâÿçêè ( , )x y ïîíèìàåì êîîðäèíàòû ÝÖ ïÿòíîïîäîáíîãî
èçîáðàæåíèÿ ëàçåðíîãî ëó÷à Z n t( ( )), çàâèñÿùèå òîëüêî îò ñèãíàëà Z t( ), à
òàêæå èíâàðèàíòíûå ê ôóíêöèè äåôîðìàöèè n t( ). Êîîðäèíàòû ( , )x y ÝÖ
äâóìåðíîãî ñèãíàëà ñ óäåëüíîé íåëèíåéíîé ïëîòíîñòüþ� ( ( , ))f x y , ñîîò-
âåòñòâóþùåé ýòîìó çíà÷åíèþ f x y( , ) (äàëåå — ïëîòíîñòüþ), çàïèñûâàåì
â âèäå
x
M
f x y x
x
N
y
N
� �
� �
1
0
1
0
1
0
� �
� � ( ( , )) ; y
M
f x y y
x
N
y
N
� �
� �
1
0
1
0
1
0
� �
� � ( ( , )) ;
M f x y
x
N
y
N
� �
� �0
1
0
1� �
� � ( ( , )),
ãäå M — ìîìåíòíûé ïðèçíàê.
4. Ñåãìåíòèðîâàíèå ãðàíè÷íûõ ëèíèé. Äëÿ ðàçáèåíèÿ íà íåñêîëüêî
÷àñòåé ãðàíè÷íûõ êîíòóðîâ â êà÷åñòâå òî÷êè ïðèâÿçêè èñïîëüçóåì êîîð-
äèíàòû ïðåäûäóùåãî ÝÖ ïÿòíîïîäîáíîãî èçîáðàæåíèÿ ïðîôèëÿ ëàçåðíî-
ãî ïó÷êà. Äàëåå ñêàíèðóåì êàæäûé ó÷àñòîê ïîëó÷åííîãî ñåãìåíòà ãðàíè÷-
íîé ëèíèè (â ïîëÿðíûõ êîîðäèíàòàõ) ÷åðåç îïðåäåëåííûé èíòåðâàë (èçá-
ðàí èíòåðâàë 9 ãðàä). Âûáðàííûå òî÷êè â äàëüíåéøåì èñïîëüçóþòñÿ êàê
êîýôôèöèåíòû àïïðîêñèìàöèè C 2, C 3. Äëÿ êàæäîãî ñåãìåíòà ãðàíè÷íîé
ëèíèè íàõîäèì åå ñäâèã â ýòîì íàïðàâëåíèè ( , )� �X Y .
5. Àïïðîêñèìàöèÿ ãðàíè÷íûõ ëèíèé. Äëÿ êàæäîãî ñåãìåíòà ãðàíè÷íîé
ëèíèè ìåòîäîì íàèìåíüøèõ êâàäðàòîâ îñóùåñòâëÿåì àïïðîêñèìàöèþ è
îïðåäåëÿåì êîýôôèöèåíòû àïïðîêñèìàöèè.
6. Ïîèñê ýòàëîííîãî èçîáðàæåíèÿ. Äëÿ êàæäîãî ñåãìåíòà îáó÷àþùåé
âûáîðêè îïðåäåëÿåì óñðåäíåííûå çíà÷åíèÿ îòíîøåíèÿ êîýôôèöèåíòîâ
àïïðîêñèìàöèè: C C Ci � 2 3/ , ãäå i — íîìåð ñåãìåíòà, i �1 4, ..., . Äëÿ äàííîé
îáó÷àþùåé âûáîðêè èñïîëüçîâàíî 50% èçîáðàæåíèé.
7. Òóííåëèðîâàíèå. Îñóùåñòâëÿåòñÿ ïî óñðåäíåííûì êîýôôèöèåíòàì
àïïðîêñèìàöèè. Ãðàíèöû òóííåëÿ îïðåäåëÿåì íà îñíîâå èçîáðàæåíèé, â
êîòîðûõ ïî ìèíèìóìó ñðåäíåêâàäðàòè÷íîãî îòêëîíåíèÿ òåêóùèå çíà÷å-
Ë.È. Òèì÷åíêî, Ñ.Â. Íàêîíå÷íàÿ, Í.È. Êîêðÿöêàÿ
52 ISSN 0204–3572. Electronic Modeling. 2016. V. 38. ¹ 1
Ñ Ñ Ñ Ñ1 2 3 4
Ðèñ. 2. Ñõåìà ïðîöåññà ôîðìèðîâàíèÿ òóííåëÿ ïî óñðåäíåííûì êîýôôèöèåíòàì àïïðîê-
ñèìàöèè
íèÿ êîýôôèöèåíòîâ àïïðîêñèìàöèè íàèáîëåå áëèçêî ïîäõîäÿò ñëåâà è
ñïðàâà ê ýòàëîííûì çíà÷åíèÿì C C C C1 2 3 4, , , . Çàòåì ýòè ñìåùåííûå çíà-
÷åíèÿ óñðåäíÿåì è ôîðìèðóåì ïðåäåëû òóííåëÿ ñëåâà è ñïðàâà. Íà ðèñ. 2
çíà÷åíèÿ C C C C1 2 3 4, , , äëÿ âñåõ èçîáðàæåíèé ñîîòâåòñòâóþò íàéäåííûì
óñðåäíåííûì çíà÷åíèÿì C C C C1 2 3 4, , , . Âíóòðåííèå ãðàíèöû ÿâëÿþòñÿ
ãðàíèöàìè ñôîðìèðîâàííîãî òóííåëÿ äëÿ ñîîòâåòñòâóþùèõ ñåãìåíòîâ.
Äëÿ ïîâûøåíèÿ èíôîðìàòèâíîñòè ýòîãî ýòàïà ðàçðàáîòàíà êîìïüþ-
òåðíàÿ ïðîãðàììà, ïîçâîëÿþùàÿ îñóùåñòâëÿòü àíàëèç ðåçóëüòàòîâ èçìå-
ðåíèÿ êîîðäèíàòíûõ õàðàêòåðèñòèê ÝÖ èçîáðàæåíèé âèäåîòðàññû ëàçåðà
è ïîñëåäóþùåå îïðåäåëåíèå òàê íàçûâàåìîãî òóííåëÿ õàðàêòåðèñòèê äëÿ
èõ êëàññèôèêàöèè. Îñîáåííîñòüþ ïðîãðàììû ÿâëÿåòñÿ îðèãèíàëüíàÿ âè-
çóàëèçàöèÿ ñïåöèàëèçèðîâàííîé ãèñòîãðàììû ìîäåëè îòîáðàæåíèÿ íåîá-
õîäèìûõ êîîðäèíàòíûõ õàðàêòåðèñòèê, óäîáíûõ äëÿ îáðàáîòêè ëàçåðíûõ
âèäåîòðàñ áîëüøîé ðàçìåðíîñòè (áîëåå 10000 èçîáðàæåíèé) [10].
8. Îáó÷åíèå ÏÈ ñåòè. Ôîðìèðóåì ýòàëîííóþ ñòðóêòóðó ÏÈ ñåòè äëÿ
ñîîòâåòñòâóþùåãî ýòàëîííîãî èçîáðàæåíèÿ. Òàêèì îáðàçîì ôîðìèðóåì
ýòàëîííóþ ÏÈ ñåòü äëÿ èçîáðàæåíèé, îïðåäåëÿþùèõ ïðåäåëû òóííåëÿ
ñëåâà è ñïðàâà îò öåíòðà.
9. Îáðàáîòêà òåêóùèõ èçîáðàæåíèé. Îïðåäåëÿåì îòíîøåíèÿ C C2 3/
äëÿ êàæäîãî ñåãìåíòà (âûïîëíÿþòñÿ ýòàïû 1—7).  ñëó÷àå ïîïàäàíèÿ
çíà÷åíèÿ C C2 3/ â îäèí èç òóííåëåé è ñîâïàäåíèÿ ðåçóëüòàòîâ ïðåîáðà-
çîâàíèÿ â ÏÈ ñåòè äëÿ ýòàëîííîãî è òåêóùåãî èçîáðàæåíèé ïîñëåäíåå ñ÷è-
òàåòñÿ èçîáðàæåíèåì ñ ìàëîé ñòåïåíüþ èñêàæåíèÿ, â ïðîòèâíîì ñëó÷àå —
èçîáðàæåíèåì ñ áîëüøîé ñòåïåíüþ èñêàæåíèÿ. Åñëè òåêóùåå èçîáðàæåíèå
êëàññèôèöèðîâàíî êàê èçîáðàæåíèÿ ñ ìàëîé ñòåïåíüþ èñêàæåíèÿ, òî â ñîîò-
âåòñòâèè ñ ýòàïîì 4 äëÿ íåãî âû÷èñëÿåòñÿ ñìåùåíèå � �x y, .
10. Îïòèìèçàöèÿ âåñîâ è òî÷íîå îïðåäåëåíèå êîîðäèíàò. Äëÿ èçîáðà-
æåíèé ñ ìàëîé ñòåïåíüþ èñêàæåíèÿ îñóùåñòâëÿåì îïòèìèçàöèþ âåñîâûõ
êîýôôèöèåíòîâ. Êîîðäèíàòû ÝÖ òàêèõ ïÿòíîïîäîáíûõ èçîáðàæåíèé ïðî-
ôèëÿ ëàçåðíîãî ëó÷à ôîðìèðóþò îêîí÷àòåëüíûé ðåçóëüòàò:
x
M
f x y x
x
N
y
N
x� � �
� �
1
0
1
0
1� �
� � ( ( , )) ( ) , y
M
f x y y
x
N
y
N
y� � �
� �
1
0
1
0
1� �
� � ( ( , ))( ) .
11. Ïðîãíîçèðîâàíèå êîîðäèíàò èçîáðàæåíèé ïÿòåí ëàçåðíûõ ïó÷êîâ.
Ïðåäñòàâëåííàÿ íà ðèñ. 3 îïöèÿ «Ïîäðîáíîå ðàññìîòðåíèå» ïîçâîëÿåò
ïîëüçîâàòåëþ ñ ïîìîùüþ äîïîëíèòåëüíîé îïöèè «Open Frame Image»
çàãðóçèòü èñõîäíîå èçîáðàæåíèå è ðàññ÷èòàòü åãî êðàåâûå ëèíèè è öåíòðû
ñ îäíîâðåìåííûì îòîáðàæåíèåì íà ýêðàíå øåñòè óðîâíåé èíòåíñèâíîñòè,
Èíôîðìàöèîííàÿ òåõíîëîãèÿ êëàññèôèêàöèè èçîáðàæåíèé ïÿòåí
ISSN 0204–3572. Ýëåêòðîí. ìîäåëèðîâàíèå. 2016. Ò. 38. ¹ 1 53
à òàêæå îïðåäåëèòü êîîðäèíàòû ÝÖ èçîáðàæåíèÿ. Ðåçóëüòàòû ýêñïåðè-
ìåíòîâ ñâèäåòåëüñòâóþò î òîì, ÷òî äëÿ îöåíêè îïîðíîé òî÷êè äâóõ òðàññ
ïî 2044 èñïîëüçîâàííûõ èçîáðàæåíèé 50 % èçîáðàæåíèé èñïîëüçîâàëèñü
äëÿ îáó÷åíèÿ, îñòàëüíûå — äëÿ îïðåäåëåíèÿ òî÷êè ïðèâÿçêè. Êîîðäèíàòû
òî÷êè ïðèâÿçêè: X = 63,2685; Y = 59,5804. ×èñëî èçîáðàæåíèé, êîòîðûå ïî
çíà÷åíèÿì îòíîøåíèé êîýôôèöèåíòîâ àïïðîêñèìàöèè ïîïàäàþò â
òóííåëü, ðàâíî 80.
 ðåçóëüòàòå ñðàâíèòåëüíîãî àíàëèçà óñòàíîâëåíî, ÷òî ïðåäëîæåííûå
ìåòîäû ïîçâîëÿþò èçìåðÿòü êîîðäèíàòû ÝÖ ïÿòíîïîäîáíûõ èçîáðàæåíèé
ïðîôèëÿ ëàçåðíîãî ëó÷à íà îñíîâå îïåðàöèé óðàâíîâåøèâàíèÿ è àïïðîê-
ñèìàöèè êðàåâûõ ëèíèé ñ òî÷íîñòüþ îïðåäåëåíèÿ òî÷êè ïðèâÿçêè äî 1,5
ïèêñåëÿ. Ýòî ïðåâûøàåò òî÷íîñòü èçâåñòíûõ ìåòîäîâ (íàïðèìåð, íà îñíî-
âå îïðåäåëåíèÿ öåíòðà ìàññ ñ ïîìîùüþ ìîìåíòíûõ ïðèçíàêîâ) â ñðåäíåì
â 1,5 ðàçà. Â ýêñïåðèìåíòàõ èñïîëüçîâàíî 14 âèäåîòðàññ ëàçåðà ïî 2044
èçîáðàæåíèé â êàæäîé.
Òàêèì îáðàçîì, èç ðåçóëüòàòîâ èìèòàöèîííîãî ìîäåëèðîâàíèÿ ñëå-
äóåò, ÷òî îáû÷íûé ïåðñîíàëüíûé êîìïüþòåð íå ìîæåò áûòü èñïîëüçîâàí
äëÿ îáðàáîòêè â ðåàëüíîì âðåìåíè, ïîñêîëüêó ñðåäíåå âðåìÿ îáðàáîòêè
áîëüøå, ÷åì âðåìÿ ïîñòóïëåíèÿ êàäðîâ (äëÿ êàìåðû ñî ñêîðîñòüþ 25 êàä-
ðîâ â ñåêóíäó âðåìÿ îáðàáîòêè îäíîãî êàäðà ìîæåò ïðåâûøàòü 40 ìñ).
Ïðè ýòîì ìîæíî ñ÷èòàòü ïåðñïåêòèâíûì ïðèìåíåíèå GPU óñêîðèòåëåé,
êîòîðûå áîëåå âûãîäíû äëÿ èñïîëüçîâàíèÿ â ñïåöèàëèçèðîâàííûõ
êîìïüþòåðíûõ ñèñòåìàõ.
Ìåòîä ïðîãíîçèðîâàíèÿ ñ èñïîëüçîâàíèåì ÏÈ ñåòè. Îñíîâíîå íàç-
íà÷åíèå ÏÈ ñåòè — ðåøåíèå çàäà÷ áûñòðîãî ïðåîáðàçîâàíèÿ, êëàññè-
Ë.È. Òèì÷åíêî, Ñ.Â. Íàêîíå÷íàÿ, Í.È. Êîêðÿöêàÿ
54 ISSN 0204–3572. Electronic Modeling. 2016. V. 38. ¹ 1
Ðèñ. 3. Ýêðàííàÿ ôîðìà îïöèè «Ïîäðîáíîå ðàññìîòðåíèå» ïðîãðàììíîãî ïðîäóêòà äëÿ
îáðàáîòêè èçîáðàæåíèé âèäåîòðàññû ëàçåðà
ôèêàöèè è ïðîãíîçèðîâàíèÿ, îðèåíòèðîâàííûõ íà îáðàáîòêó âèäåîäàí-
íûõ â ðåàëüíîì âðåìåíè. Íà âõîä ÏÈ ñåòè ïîäàåòñÿ âåêòîð âõîäíîãî
îáðàçà
�{ }ai , i n�1, , ïðèìåíÿåìûé â êàæäîé âåòêå ÏÈ ñåòè:
i
n
i
j
R
k
j
k
j ja n n a a
� � �
�
�� � �� �
�
�
�
�
�
�
�
1 1 0
1
1
*
*
* *
( ) ,
ãäå ai � 0, R — ðàçìåðíîñòü äàííîãî ìíîæåñòâà èëè ðàçìåðíîñòü âåòêè ÏÈ
ñåòè êàæäîãî óðîâíÿ; ak , k R�1, , — ýëåìåíòû ïîäìíîæåñòâ, ñîñòîÿùèõ èç
îäèíàêîâûõ ýëåìåíòîâ; nk — ÷èñëî ýëåìåíòîâ â k-ì ïîäìíîæåñòâå; a j* — ýëå-
ìåíò ìíîæåñòâà{ }ak , âûáðàííûé íà j* -ì øàãå, j R* ,�1 , a0 0� , n0 0� .
Äëÿ ðåàëèçàöèè îáðàáîòêè èíôîðìàöèè â ÏÈ ñåòè íà îñíîâå GPU
íåîáõîäèìî ìîäèôèöèðîâàòü åå êëàññè÷åñêóþ ìàòåìàòè÷åñêóþ ìîäåëü. Â
ìîäèôèöèðîâàííîì àëãîðèòìå îáðàáîòêè èíôîðìàöèè â ÏÈ ñåòè èñïîëü-
çóþòñÿ îïåðàöèè íàä ìàòðèöåé ÷èñåë À, êîòîðàÿ íàçûâàåòñÿ ìàòðèöåé
ñîñòîÿíèÿ. Èñïîëüçóåòñÿ òàêæå âñïîìîãàòåëüíàÿ ìàòðèöà ñîñòîÿíèÿ Â äëÿ
ñîõðàíåíèÿ ïðîìåæóòî÷íîãî ðåçóëüòàòà. Ñåòåâîé ìåòîä ïðÿìîãî ÏÈ
ïðåîáðàçîâàíèÿ çàêëþ÷àåòñÿ â ïîñëåäîâàòåëüíîì ïðèìåíåíèè ê èñõîäíûì
ìíîæåñòâàì ïî îäíîìó ðàçó îïåðàòîðîâ G-ïðåîáðàçîâàíèÿ, òðàíñïîíè-
ðîâàíèÿ Ò, à çàòåì (� – 1) ðàç ôóíêöèîíàëà Ô. Òîãäà ìíîãîóðîâíåâûé
ïðîöåññ ìîæíî ïðåäñòàâèòü â ñëåäóþùåé îïåðàòîðíîé ôîðìå:
�
t
k
s
s
i
n
iT G a
�
� �
�
�
�
�
��
�
�
�
�
��
�
�
�
�
��
�
�
�
�
�
� �2
1 1
� �
t
k
ta
�2
11� .
Ñðåäíåå ÷èñëî ýëåìåíòîâ ïðîèçâîëüíîãî óðîâíÿ âû÷èñëÿåòñÿ ïî ôîðìóëå
a
a
N
i j
k k
i j
k
ai j
k
,
,
,
�
�
.
Âîñïîëüçîâàâøèñü ïðåïàðèðîâàíèåì (àäàïòèâíûì ïîðîãîâûì ïðåîá-
ðàçîâàíèåì ñ âû÷èñëèòåëüíûì ïîðîãîì ïî ôîðìóëå äëÿ êîíòóðíîãî ïðå-
ïàðèðîâàíèÿ ýëåìåíòîâ ÏÈ ñåòè íà êàæäîì óðîâíå), ìîæíî ïåðåéòè îò
óñðåäíåííûõ ïàðàìåòðîâ íà îñíîâå òðåõóðîâíåâîãî êîäèðîâàíèÿ ê èõ
îòðàæåíèþ òåðíàðíûìè ïðåïàðàòàìè (–1, 0, 1). Çàòåì îïðåäåëÿþò ìàññèâû
ðàçíîñòåé ýëåìåíòà ñî ñðåäíèì çíà÷åíèåì ÿðêîñòåé ýëåìåíòîâ ðàçëîæåíèÿ
îáðàçà, â êîòîðîì íàõîäèòñÿ ýëåìåíò èçîáðàæåíèÿ.
Èíôîðìàöèîííàÿ òåõíîëîãèÿ êëàññèôèêàöèè èçîáðàæåíèé ïÿòåí
ISSN 0204–3572. Ýëåêòðîí. ìîäåëèðîâàíèå. 2016. Ò. 38. ¹ 1 55
Ïðîöåäóðó òåðíàðíîãî ïðåîáðàçîâàíèÿ ìîæíî çàïèñàòü â âèäå Ri j, �
� �a ai j
k
i j
k
, , . Äëÿ ïðåïàðèðîâàíèÿ îáðàçà ïîëó÷åííóþ ðàçíèöó ñðàâíèâàåì ñ
âû÷èñëÿåìûì ïîðîãîì �:
a
R
R
R
i j
i j
i j
i j
,
,
,
,
, ,
, ,
, .
0
1
1
0
�
�
� �
�
�
�
�
�
�
�
�
(2)
 (2) ïîðîã � âû÷èñëÿåòñÿ èç óñëîâèÿ N N Nt t t
( ) ( ) ( ) max1 1 0� � , ãäå N t
( ) ,1
N Nt t
( ) ( ),�1 0 — ÷èñëî åäèíè÷íûõ, ìèíóñ åäèíè÷íûõ è íóëåâûõ ïðåïàðàòîâ
äëÿ êàæäîãî ïîðîãà.
Óðîâíè âðåìåííîãî ðÿäà ðàññìîòðèì êàê ôóíêöèþ âðåìåíè � ( )Y f tt � .
Òîãäà óðàâíåíèå ãèïåðáîëû ìîæíî çàïèñàòü â âèäå � /Y a a tt � 0 1 , ãäå
a0, a1 — ïàðàìåòðû óðàâíåíèÿ ãèïåðáîëû, äëÿ íàõîæäåíèÿ êîòîðûõ ìåòî-
äîì íàèìåíüøèõ êâàäðàòîâ íåîáõîäèìî èñïîëüçîâàòü ñèñòåìó íîðìàëü-
íûõ óðàâíåíèé âèäà
i
n
i
i
n
i
Y na
a
t� �
� ��
1
0
1
1 ,
i
n
i
i i
n
i i
n
i
Y
t
a
t
a
t� � �
� � ��
1
0
1
1
1
2
1 1 1
.
(3)
Èç ñèñòåìû (3) íåñëîæíî íàéòè ïàðàìåòðû óðàâíåíèÿ ãèïåðáîëû a0, a1 :
lg
lg
a
Y
n
i
n
i
0
1� �
�
, lg
lg
a
t Y
t
i
n
i i
i
n
i
1
1
1
2
� �
�
�
�
.
Âûïîëíèâ àïïðîêñèìàöèþ ñãëàæåííîãî ðÿäà íà N øàãîâ âïåðåä,
ìîæíî íà íåñêîëüêî øàãîâ âïåðåä îñóùåñòâèòü ïðîãíîç òðåíäà. Êà÷åñò-
âåííûå ïîêàçàòåëè ïðîãíîçèðîâàíèÿ ïîëó÷àåì ñ ïîìîùüþ ýêñïåðèìåí-
òàëüíîãî îïðåäåëåíèÿ îïòèìàëüíîãî øàãà äèñêðåòèçàöèè è ÷èñëà øàãîâ
ïðîãíîçèðîâàíèÿ.
 çàäà÷å êîíòðîëÿ ïàðàìåòðîâ ïó÷êà ëàçåðíîãî èçëó÷åíèÿ èñïîëüçóåì
çíà÷åíèÿ êîîðäèíàò X è Y ÝÖ ôðàãìåíòîâ òðàññ â êà÷åñòâå îñíîâíûõ ïîêà-
çàòåëåé äëÿ ðàñïîçíàâàíèÿ èçîáðàæåíèé ïÿòåí ëàçåðíîãî ëó÷à è ïðîãíîçè-
ðîâàíèÿ èõ êîîðäèíàò. Êîýôôèöèåíòû êîððåëÿöèè íà ïåðâîì, ñðåäíåì è
òðåòüåì ñ êîíöà óðîâíÿõ ÏÈ ñåòè áóäóò âñïîìîãàòåëüíûìè ïðè ïðèìåíåíèè
ìåòîäà îáó÷åíèÿ ÏÈ ñåòè äëÿ ðàñïîçíàâàíèÿ äèíàìè÷åñêèõ îáðàçîâ.
Ë.È. Òèì÷åíêî, Ñ.Â. Íàêîíå÷íàÿ, Í.È. Êîêðÿöêàÿ
56 ISSN 0204–3572. Electronic Modeling. 2016. V. 38. ¹ 1
Ðåçóëüòàòû ýêñïåðèìåíòàëüíûõ èññëåäîâàíèé. Äëÿ ïðåäëîæåííîé
èíôîðìàöèîííîé òåõíîëîãèè òî÷íîãî èçìåðåíèÿ è ïðîãíîçèðîâàíèÿ ïî-
ëîæåíèÿ ÝÖ èçîáðàæåíèé ïÿòåí ëàçåðíûõ ïó÷êîâ ïîñðåäñòâîì îïðåäå-
ëåíèÿ öåíòðà òÿæåñòè ðàçðàáîòàíî ïðîãðàììíîå îáåñïå÷åíèå. Äëÿ íà÷àëà
ðàáîòû ñ èçîáðàæåíèÿìè ëàçåðíîé òðàññû åå ôàéë íåîáõîäèìî îòêðûòü
÷åðåç äèàëîãîâîå îêíî âûáîðà ôàéëà òðàññû. Ðàçðàáîòàííîå ïðîãðàììíîå
ñðåäñòâî ñîäåðæèò îêíî äëÿ èçîáðàæåíèÿ äèíàìèêè äâèæåíèÿ ïÿòåí ëà-
çåðíûõ ïó÷êîâ ïî îñÿì Õ è Y, ãðàôèê ïðîãíîçà èõ äâèæåíèÿ, à òàêæå
ñëåäóþùèå èíôîðìàöèîííûå áëîêè:
1 — èíôîðìàöèÿ î âèäåîòðàññå;
2 — îïðåäåëåíèå öåíòðà òÿæåñòè;
3 — ñòàòèñòè÷åñêèå ïàðàìåòðû;
4 — ïðîãíîçèðîâàíèå.
Ïîñëå çàãðóçêè ôàéëà òðàññû áëîê 1 àâòîìàòè÷åñêè çàïîëíÿåòñÿ èí-
ôîðìàöèåé î ÷èñëå êàäðîâ (â ñåêóíäó), ñîäåðæàùèõñÿ â òðàññå, øèðèíå è
âûñîòå êàäðà (â ïèêñåëÿõ), ãëóáèíå öâåòà (â áèòàõ).
 áëîêå 2 âû÷èñëåíèå öåíòðà òÿæåñòè ïðîèñõîäèò äèíàìè÷åñêè â
ðåàëüíîì âðåìåíè â ïðîöåññå ðàáîòû ñ ôàéëîì ïðè ôèêñàöèè ñëåäóþùèõ
ïàðàìåòðîâ:
ïîëîæåíèå ÝÖ ïó÷êà ïî îñÿì X è Y (â ïèêñåëÿõ) ñ òî÷íîñòüþ äî
òðåòüåãî çíàêà ïîñëå çàïÿòîé;
îòêëîíåíèå ÝÖ ïó÷êà ïî îñÿì X è Y (â ïèêñåëÿõ) îò ñðåäíèõ çíà÷åíèé ñ
òî÷íîñòüþ äî òðåòüåãî çíàêà ïîñëå çàïÿòîé;
íîìåð êàäðà.
Áëîê 3 àâòîìàòè÷åñêè çàïîëíÿåòñÿ èíôîðìàöèåé î ìèíèìàëüíûõ è
ìàêñèìàëüíûõ çíà÷åíèÿõ êîîðäèíàò ñîîòâåòñòâåííî ïî îñÿì X è Y, à òàêæå
î ñðåäíèõ çíà÷åíèÿõ êîîðäèíàò è ñðåäíåêâàäðàòè÷åñêèõ îòêëîíåíèÿõ êîîð-
äèíàò ïî âñåé òðàññå ïî îñÿì X è Y.
Áëîê 4 ïðåäíàçíà÷åí äëÿ ïðîãíîçèðîâàíèÿ êîîðäèíàò ìåñòîïîëîæå-
íèÿ ÝÖ ëàçåðíûõ òðàññ è ðåãóëèðîâàíèÿ ñëåäóþùèõ ïàðàìåòðîâ:
øàã äèñêðåòèçàöèè ïðîãíîçèðîâàíèÿ;
÷èñëî øàãîâ, êîòîðûå íåîáõîäèìî ñïðîãíîçèðîâàòü;
çíà÷åíèå òî÷íîñòè, êîòîðîå áóäåò ó÷òåíî ïðè ïðîãíîçèðîâàíèè.
Äëÿ ïðîâåðêè ýôôåêòèâíîñòè ðàçðàáîòàííîãî ïðîãðàììíîãî îáåñïå-
÷åíèÿ ïðîâåäåíû ýêñïåðèìåíòû íàä îáðàçàìè ïÿòåí ëàçåðíûõ òðàññ [14,
15]. Áàçû ñîäåðæàò ïîñëåäîâàòåëüíîñòè êàäðîâ ïÿòåí ëàçåðíûõ ïó÷êîâ,
ôîðìèðóþùèõ îòäåëüíûå òðàññû. Êàæäàÿ òðàññà ñîñòîèò èç ôðàãìåíòîâ
(êàê ïðàâèëî, îò äâóõ äî ïÿòè òûñÿ÷), ïîëó÷åííûõ îò ïðèåìíîãî
óñòðîéñòâà ñ ïåðèîäè÷íîñòüþ 40 ìñ, ðàçìåðíîñòü èçîáðàæåíèé îáðàçà
128 ! 128 òî÷åê.
Èíôîðìàöèîííàÿ òåõíîëîãèÿ êëàññèôèêàöèè èçîáðàæåíèé ïÿòåí
ISSN 0204–3572. Ýëåêòðîí. ìîäåëèðîâàíèå. 2016. Ò. 38. ¹ 1 57
Äëÿ ïðîâåðêè è îïðåäåëåíèÿ ýôôåêòèâíîñòè ðàçðàáîòàííîãî ìåòîäà
ïðîâåäåíû ýêñïåðèìåíòû ïî ïðîãíîçèðîâàíèþ íà îäèí øàã ïîëîæåíèÿ
ÝÖ èçîáðàæåíèé ëàçåðíûõ ïó÷êîâ íà îñíîâå èçâåñòíûõ íåéðîííûõ ñåòåé â
ïðîãðàììå STATISTICA 6.0 [16]. Ïîñêîëüêó ìàêñèìàëüíàÿ îòíîñèòåëüíàÿ
ïîãðåøíîñòü � x max ìåíüøå ïðè èñïîëüçîâàíèè íåéðîííûõ ñåòåé, èõ ïðè-
ìåíåíèå ÿâëÿåòñÿ áîëåå öåëåñîîáðàçíûì ïî ñðàâíåíèþ ñ ÷èñëåííûìè
ìåòîäàìè. Ðåçóëüòàòû ýêñïåðèìåíòàëüíûõ èññëåäîâàíèé ïî ïðîãíîçèðî-
âàíèþ âðåìåííûõ ðÿäîâ ïðèâåäåíû â òàáëèöå, ãäå ñðåäíÿÿ ïîãðåøíîñòü
ïðîãíîçèðîâàíèÿ
� c
ïð ò ï
�
�
�
�
i
N
X X X
N
1 100
( ) /
%,
ìàêñèìàëüíîå çíà÷åíèå ïîãðåøíîñòè ïðîãíîçèðîâàíèÿ
�max ïð ò ò� �max ( ( ) / )X X X .
Çäåñü Õïð — ïðîãíîçèðóåìîå çíà÷åíèå êîîðäèíàòû; Õò — òåêóùåå çíà÷å-
íèå êîîðäèíàòû.
Èññëåäîâàíèÿ ìíîãî÷èñëåííûõ ïðèìåðîâ ïîäòâåðæäàþò öåëåñîîá-
ðàçíîñòü ïðèìåíåíèÿ ðàçðàáîòàííîãî ìåòîäà äëÿ ðåøåíèÿ çàäà÷ êîððå-
ëÿöèîííîãî ñðàâíåíèÿ è ïðîãíîçèðîâàíèÿ õàðàêòåðèñòèê èçîáðàæåíèé, â
÷àñòíîñòè çàäà÷ îáðàáîòêè èçîáðàæåíèé äëÿ ñèñòåì ïðîôèëèðîâàíèÿ ëà-
çåðíûõ ëó÷åé (èññëåäîâàíî 10 âèäåîòðàñc ïî 2044 èçîáðàæåíèé ïÿòåí
ëàçåðíûõ ïó÷êîâ â êàæäîé). Ïðîãíîçèðîâàíèå ñ ïîìîùüþ ïðîñòåéøåé
îöåíêè çàêëþ÷àåòñÿ â ñîîáùåíèè î ïðåäûäóùåé ïîçèöèè — îíà îáåñïå-
÷èâàåò «õóäøèé ñöåíàðèé». Ðàçðàáîòàííûé àëãîðèòì ïîçâîëÿåò âû÷èñëèòü
èëè ñäåëàòü ïðîãíîç íà îñíîâå ñóùåñòâóþùèõ çíà÷åíèé. Ïðè ýòîì ñðåäíÿÿ
ïîãðåøíîñòü ïðîãíîçà ñîñòàâëÿåò 3,3 %, à ìàêñèìàëüíàÿ — 6,26 %.
 ñëó÷àå ìîäåëèðîâàíèÿ òîëüêî ãèïåðáîëè÷åñêîãî ñãëàæèâàíèÿ êîýô-
ôèöèåíòû a, b áûëè ïîëó÷åíû ñ ïîìîùüþ ìåòîäà íàèìåíüøèõ êâàäðàòîâ.
Ë.È. Òèì÷åíêî, Ñ.Â. Íàêîíå÷íàÿ, Í.È. Êîêðÿöêàÿ
58 ISSN 0204–3572. Electronic Modeling. 2016. V. 38. ¹ 1
Òèï ñåòè �c, % �max , %
Redial basis function S1 1,63 5,81
Linear S5 1,63 4,74
Linear S3 1,63 4,75
Multilayer perceptron 5-8-4 1,63 5,04
Multilayer perceptron 5-5-4 1,63 5,04
ÏÈ 0,55 1,23
Time-Delay Neural Network 0,75 3,86
Íà ïåðâîì øàãå ïðîãíîçà ïîëó÷åíû ñëåäóþùèå ðåçóëüòàòû: � c � 0,75 %,
�max � 3,77 %. Ãèïåðáîëè÷åñêàÿ ðåãðåññèÿ y a X bi� / (ãäå a � �351213, ,
b �118 76, ) äàåò ñëåäóþùèå ðåçóëüòàòû: � c � 0,75 %, �max � 3,77 %.
Ïîñêîëüêó íåéðîííàÿ ñåòü (TDNN) [17] ïî èäåîëîãèè íàèáîëåå áëèçêà
ê ÏÈ ñåòè, öåëåñîîáðàçíî ñðàâíèòü îïèñàííûå ðåçóëüòàòû ñ ðåçóëüòàòàìè,
ïîëó÷åííûìè ñ ïîìîùüþ òåõíîëîãèè ñ èñïîëüçîâàíèåì ÏÈ ñåòè. Íåéðîí-
íàÿ ñåòü TDNN ÿâëÿåòñÿ ðàñøèðåííûì ìíîãîñëîéíûì ïåðñåïòðîíîì, ÷òî
ïîçâîëÿåò ðàññìàòðèâàòü âðåìåííûå ïàòòåðíû è ïðîáëåìû ìàñøòàáèðóå-
ìûõ ñèãíàëîâ. Èäåÿ, èñïîëüçóåìàÿ â TDNN, îñíîâàíà íà âðåìåííûõ çà-
äåðæêàõ, â ðåçóëüòàòå ÷åãî îòäåëüíûå íåéðîíû èìåþò âîçìîæíîñòü õðà-
íèòü èñòîðèþ ñâîèõ âõîäíûõ ñèãíàëîâ. Òàêèì îáðàçîì, ñåòü â öåëîì
ìîæåò àäàïòèðîâàòüñÿ íå òîëüêî ê íàáîðó øàáëîíîâ, íî è ê íàáîðó ïîñëå-
äîâàòåëüíîñòåé îáðàçîâ.
Èñïîëüçóÿ TDNN, ñïðîãíîçèðóåì ÝÖ èçîáðàæåíèé ëàçåðíîãî ëó÷à.
Ïðîãíîç âûïîëíåí íà èçîáðàæåíèÿõ 10 ëàçåðíûõ òðàññ. Äëÿ êàæäîãî èçîá-
ðàæåíèÿ 70 % ñîñòàâëÿëè îáó÷àþùèå âûáîðêè, 15 % — ïðîâåðêè îáðàçöà
è 15 % — îáðàçåö òåñòèðîâàíèÿ. Àëãîðèòì ñìîäåëèðîâàí èç íåéðîííîé
ñåòè âðåìåííûõ ðÿäîâ Tool (Matlab 2012b). Íà ïåðâîì øàãå ïðîãíîçà
ïîëó÷åíû ñëåäóþùèå ðåçóëüòàòû: � c � 0,75 %, �max � 3,86 %.
Ïðè ïðîãíîçèðîâàíèè âðåìåííûõ ðÿäîâ ëàçåðíûõ òðàññ ñ ïîìîùüþ
ïðåäëîæåííîé ïðîãðàììíîé ðåàëèçàöèè ñ ïðèìåíåíèåì ÏÈ ñåòè ñîîò-
âåòñòâóþùèå ïîêàçàòåëè ñîñòàâèëè � c � 0,55 %, �max � 1,23 %.
Âûâîäû
Ðåçóëüòàòû ìíîãî÷èñëåííûõ ýêñïåðèìåíòàëüíûõ èññëåäîâàíèé ïîêàçà-
ëè, ÷òî ðàçðàáîòàííàÿ èíôîðìàöèîííàÿ òåõíîëîãèÿ èçìåðåíèÿ è ïðîãíî-
çèðîâàíèÿ ïîëîæåíèÿ ÝÖ ïÿòåí ëàçåðíûõ ïó÷êîâ ñ èñïîëüçîâàíèåì ÏÈ
ñåòè áîëåå ýôôåêòèâíà ïî ñðàâíåíèþ ñ èçâåñòíûìè ñòðóêòóðàìè íåé-
ðîííûõ ñåòåé.
ÑÏÈÑÎÊ ËÈÒÅÐÀÒÓÐÛ
1. ×åòûðêèí Å.Ì. Ñòàòèñòè÷åñêèå ìåòîäû ïðîãíîçèðîâàíèÿ. — Ì. : Ñòàòèñòèêà, 1977. —
200 ñ.
2. Ghiassi M., Saidane H., Zimbra D.K. A dynamic artificial neural network model for fore-
casting time series events // Intern. Journal of Forecasting . — 2005. — Vol. 21 (2). —
P. 341—362.
3. Zhang G., Patuwo B.E., Hu M.Y. Forecasting with artificial neural networks: The state of the
art // Ibid. — 1998. — Vol. 14 (1). — P. 35—62.
4. Êðóãëîâ Â.Â., Áîðèñîâ Â.Â. Èñêóññòâåííûå íåéðîííûå ñåòè. Òåîðèÿ è ïðàêòèêà. — Ì.:
Ãîðÿ÷àÿ Ëèíèÿ — Òåëåêîì, 2002. — 382 ñ.
5. Hill T., Marquez L., O’Connor M., Remus W. Artificial neural network models for forecast-
ing and decision making // Ibid. — 1994 — Vol. 10 (1). — P. 5—15.
Èíôîðìàöèîííàÿ òåõíîëîãèÿ êëàññèôèêàöèè èçîáðàæåíèé ïÿòåí
ISSN 0204–3572. Ýëåêòðîí. ìîäåëèðîâàíèå. 2016. Ò. 38. ¹ 1 59
6. Nakonechna S., Petrovskyi M., Timchenko L. et al. A new approach to detection of noise-dis-
torted signals based on the method of S-preparation // IX Intern. Symposium on Telecommunica-
tions, BIHTEL 2012, October 25-27, 2012. — Sarajevo, Bosnia and Herzegovina, 2012. — 6 ð.
7. Íàêîíå÷íà Ñ.Â. Ìåòîä S-ïðåïàðóâàííÿ äëÿ êîðåëÿö³éíîãî ïîð³âíÿííÿ ìàëîðîçì³ðíèõ
îá’ºêò³â // Çá. òåç XLII íàóêîâî-ïðàêòè÷íî¿ êîíôåðåíö³¿ ìîëîäèõ ó÷åíèõ, àñï³ðàíò³â ³
ñòóäåíò³â «Çàë³çíè÷íèé òðàíñïîðò: ñó÷àñí³ ïðîáëåìè íàóêè», 21 ëèñòîïàäà 2012 ð. —
Êè¿â: ÄÅÒÓÒ, 2012. — Ñ. 237.
8. Òèì÷åíêî Ë.È., Íàêîíå÷íàÿ Ñ.Â., ßðîâîé À.À. Ïàðàëëåëüíî-èåðàðõè÷åñêèå ñåòè íà
îñíîâå êëàñòåðíîé CPU-îðèåíòèðîâàííîé àïïàðàòíîé ïëàòôîðìû // Ñîâðåìåííûé
íàó÷íûé âåñòíèê. Ñåðèÿ: Ñîâðåìåííûå èíôîðìàöèîííûå òåõíîëîãè. 2014. — ¹ 8
(204). — Ñ. 50—56. — Áåëãîðîä: ÎÎÎ «Ðóñíàó÷êíèãà».
9. Òèì÷åíêî Ë.²., Íàêîíå÷íàÿ Ñ.Â. Êîìï’þòåðí³ çàñîáè äëÿ ðåàë³çàö³¿ áàãàòîð³âíåâèõ
ïàðàëåëüíî-³ºðàðõ³÷íèõ ìåðåæ íà îñíîâ³ GPU-îð³ºíòîâàíî¿ àïàðàòíî¿ ïëàòôîðìè //
Çá. íàóê. ïðàöü ÄÅÒÓÒ. Ñåð³ÿ: Òðàíñïîðòí³ ñèñòåìè ³ òåõíîëî㳿. — Êè¿â: ÄÅÒÓÒ,
2013. — Âèï. 23. — Ñ. 142—149.
10. Êîðìàíîâñüêèé Ñ.². Îðãàí³çàö³ÿ îäíîð³äíèõ îïòîåëåêòðîííèõ ëîã³êî-÷àñîâèõ ñåðåäî-
âèù àíàë³çó ãåîìåòðè÷íèõ îçíàê îá’ºêòó // ³ñí. ³ííèöüêîãî ïîë³òåõí³÷íîãî ³í-òó. —
2002. — ¹ 1. — Ñ. 34—39.
11. ßðîâîé À.À., ßðîâîé À.Ì. Òåîðåòèêî-ìåòîäîëîãè÷åñêèå è ïðèêëàäíûå àñïåêòû èñ-
ïîëüçîâàíèÿ òåõíîëîãèé âèçóàëèçàöèè äëÿ çàäà÷ ïðîôèëèðîâàíèÿ ëàçåðíûõ ëó÷åé
[Ýëåêòðîííûé ðåñóðñ] : [Ýëåêòðîííûé æóðíàë Íàöèîíàëüíîãî èññëåäîâàòåëüñêîãî ÿäåð-
íîãî óíèâåðñèòåòà ÌÈÔÈ, Ìîñêâà] // Íàó÷íàÿ âèçóàëèçàöèÿ. — 2010. — Òîì 2. —
¹3. — Ñ. 50—72.
12. Êîæåì’ÿêî Â.Ï., Òèì÷åíêî Ë.²., ßðîâèé À.À. Ìåòîäîëîã³÷í³ ï³äõîäè äî ïàðàëåëüíî-
³ºðàðõ³÷íî¿ îáðîáêè ïëÿìîâèõ çîáðàæåíü ëàçåðíèõ ïó÷ê³â òà ¿õ ïðèêëàäíà ðåàë³çàö³ÿ //
Îïòèêî-åëåêòðîíí³ ³íôîðìàö³éíî-åíåðãåòè÷í³ òåõíîëî㳿. — 2006. — ¹ 1 (11). —
Ñ. 14—25.
13. Àáäðàõìàíîâ Ê.Ø., Áûêîâà Î.Ã., Óëàíîâñêèé Ì.Â. Ñòàíäàðòèçàöèÿ ìåòîäîâ èçìåðåíèé
øèðèí, óãëîâ ðàñõîäèìîñòè è êîýôôèöèåíòîâ ðàñïðîñòðàíåíèÿ ïó÷êîâ ëàçåðíîãî èç-
ëó÷åíèÿ (Èçìåðåíèå ðàñõîäèìîñòè ëàçåðíîãî ïó÷êà) // Ìåòðîëîãèÿ. — 2010. — ¹ 2. —
C. 23—44.
14. Garcia-Zambrana A., Castillo-Vazquez C., Castillo-Vazquez B. Space-time trellis coding
with transmit laser selection for FSO links over strong atmospheric turbulence channels //
Optics Express. — 2010. — Vol. 18 (6). — P. 5356—5366.
15. Orlov D.A., Neverova E.A. Determination of the position of the center of a laser beam when
the dynamic range of the matrix receiver is exceeded // Measurement Techniques. — 2011. —
Vol. 53 (10). — P. 1140—1146.
16. Áîðîâèêîâ Â.Ï. STATISTICA. Èñêóññòâî àíàëèçà äàííûõ íà êîìïüþòåðå. 2-å èçä. —
ÑÏá.: Ïèòåð, 2003. — 688 ñ.
17. Kaiser M. Time-Delay Neural Networks for Control // Proc. of the 4th Intern. Symposium on
Robot Control (SYROCO ‘94). Capri, Italy. — 1994.
L.I. Timchenko, S.V. Nakonechnaya, N.I. Kokriatskaya
INFORMATION TECHNOLOGY OF CLASSIFICATION OF SPOT IMAGES
OF LASER BEAMS AND FORECASTING COORDINATES OF THEIR ENERGY
CENTERS USING PARALLEL-HIERARCHICAL NETWORKS
The paper describes a method of forecasting the position of the energy center (EC) of the laser
beam image using parallel-hierarchical networks. The basic steps for classification and forecast-
ing of EC coordinate image spots of the laser beam, which gives the opportunity to develop new
technology for the intelligent classification and prediction of coordinate position of their EC. The
Ë.È. Òèì÷åíêî, Ñ.Â. Íàêîíå÷íàÿ, Í.È. Êîêðÿöêàÿ
60 ISSN 0204–3572. Electronic Modeling. 2016. V. 38. ¹ 1
results of the comparative experimental evaluation of the prediction based on the known neural
networks and the proposed method with the use of parallel-hierarchical network are presented.
K e y w o r d s: forecasting, energy center, laser beam, parallel-hierarchical network, classifi-
cation, preparation, neural networks.
REFERENCES
1. Chetyrkin, E.M. (1977), Statisticheskie metody prognozirovaniya [Statistical methods of
forecasting], Statistika, Moscow, Russia.
2. Ghiassi, M., Saidane, H. and Zimbra, D.K. (2005), “A dynamic artificial neural network
model for forecasting time series events”, International Journal of Forecasting, Vol. 21, no. 2,
pp. 341-362.
3. Zhang, G., Patuwo, B.E. and Hu, M.Y. (1998), “Forecasting with artificial neural networks:
the state of the art”, International Journal of Forecasting, Vol. 14, no. 1, pp. 35-62.
4. Kruglov, V.V. and Borisov, V.V. (2002), Iskusstvennye neyronnye seti. Teoriya i praktika
[Artificial neural networks. Theory and practice], Goryachaya liniya, Moscow, Russia.
5. Hill, T., Marquez, L., O’Connor, M. and Remus, W. (1994), “Artificial neural network mo-
dels for forecasting and decision making”, International Journal of Forecasting, Vol. 10, no. 1,
pp. 5-15.
6. Nakonechna, S., Petrovskyi, M., Timchenko, L., Kokryatskaya, N., Kutaev, Yu. and Yarovy, A.
(2012), “A new approach to detection of noise-distorted signals based on the method of
S-preparation”, IX International Symposium on Telecommunications, BIHTEL 2012, Sara-
jevo, Bosnia and Herzegovina, October 25-27, 2012, p. 6.
7. Nakonechna, S.V. (2012), “Method of S-preparation for correlative comparison of small ob-
jects”, Zbirnyk tez XLII Naukovo-praktychnoi konferentsii molodykh uchenykh, aspirantiv i
studentiv «Zaliznychnyi transport: suchasni problemy nauky» [Proceedings of the XLII
Scientific conference of students and young researchers. Railway transport: modern prob-
lems of science], Kyiv, DETUT, November 21, 2012, p. 237.
8. Timchenko, L.I., Nakonechnaya, S.V. and Yarovoy, A.A. (2014), “Parallel-hierarchical net-
works based on the cluster CPU-oriented hardware platform”, Sovremenny nauchny vest-
nik. Seriya: Sovremennye informatsionnye tekhnologii, Vol. 204, no. 8, pp. 50-56.
9. Timchenko, L.I. and Nakonechnaya, S.V. (2013), “Computer facilities to implement multi-
level parallel-hierarchical networks based GPU-oriented hardware platform”, Zbirnyk nau-
kovyh prats DETUT. Seriya: Transportni systemy i tekhnologii, Vol. 23, pp. 142-149.
10. Kormanovskyi, S.I. (2002), “Organization of homogeneous optoelectronic logical and tem-
poral environments geometric analysis of the object”, Visnyk Vinnytskogo politekhnichnogo
instytutu, no. 1, pp. 34-39.
11. Yarovoy, A.A. and Yarovoy, A.M. (2010), “Theoretical, methodological and practical
aspects of the use of imaging technology for applications of laser beams profiling”, Elektronnyi
zhurnal Natsionalnogo issledovatelskogo yadernogo universiteta “MIFI”, Nauchnaya
vizualizatsiya, Vol. 2, no. 3, pp. 50-72.
12. Kozhemyako, V.P., Timchenko, L.I. and Yarovyi, A.A. (2006), “Methodological approa-
ches to parallel-hierarchical processing laser beam spot images and their realization ap-
plied”, Optyko-elektronni informatsiyno-energetichni tekhnologii, Vol. 11, no. 1, pp. 14-25.
13. Abdrakhmanov, K.Sh., Bykova, O.G. and Ulanovskiy, M.V. (2010), “Standardization of
measurement methods widths, divergence angles and beam propagation ratios of laser radia-
tion (laser-beam divergence measurement)”, Metrologiya, no. 2, pp. 23-44.
Èíôîðìàöèîííàÿ òåõíîëîãèÿ êëàññèôèêàöèè èçîáðàæåíèé ïÿòåí
ISSN 0204–3572. Ýëåêòðîí. ìîäåëèðîâàíèå. 2016. Ò. 38. ¹ 1 61
14. Garcia-Zambrana, A., Castillo-Vazquez, C. and Castillo-Vazquez, B. (2010), “Space-time
trellis coding with transmit laser selection for FSO links over strong atmospheric turbulence
channels”, Optics Express, Vol. 18, no. 6, pp. 5356-5366.
15. Orlov, D.A. and Neverova, E.A. (2011), “Determination of the position of the centre of a la-
ser beam when the dynamic range of the matrix receiver is exceeded”, Measurement Tech-
niques, Vol. 53, no. 10, pp. 1140-1146.
16. Borovikov, V.P. (2003), STATISTICA. Iskusstvo analiza dannykh na kompyutere [STA-
TISTICA. The art of data analysis on a computer], 2-e izd, Piter, St Petersburg, Russia.
17. Kaiser, M. (1994), “Time-delay neural networks for control”, Proceedings of the 4th Inter-
national Symposium on Robot Control (SYROCO ‘94), Capri, Italy.
Ïîñòóïèëà 04.11.15;
ïîñëå äîðàáîòêè 14.01.16
ÒÈÌ×ÅÍÊÎ Ëåîíèä Èâàíîâè÷, ä-ð òåõí. íàóê, ïðîôåññîð, çàâ. êàôåäðîé òåëåêîììóíèêàöèîí-
íûõ òåõíîëîãèé è àâòîìàòèêè Ãîñóäàðñòâåííîãî ýêîíîìèêî-òåõíîëîãè÷åñêîãî óíèâåðñèòåòà
òðàíñïîðòà.  1979 ã. îêîí÷èë Âèííèöêèé ïîëèòåõíè÷åñêèé èí-ò. Îáëàñòü íàó÷íûõ èññëåäî-
âàíèé — ñèñòåìû èñêóññòâåííîãî èíòåëëåêòà.
ÍÀÊÎÍÅ×ÍÀß Ñâåòëàíà Âÿ÷åñëàâîâíà, êàíä. òåõí. íàóê, äîöåíò êàôåäðû òåëåêîììóíè-
êàöèîííûõ òåõíîëîãèé è àâòîìàòèêè Ãîñóäàðñòâåííîãî ýêîíîìèêî-òåõíîëîãè÷åñêîãî óíèâåð-
ñèòåòà òðàíñïîðòà.  2010 ã. îêîí÷èëà Ãîñóäàðñòâåííûé ýêîíîìèêî-òåõíîëîãè÷åñêèé óíè-
âåðñèòåò òðàíñïîðòà. Îáëàñòü íàó÷íûõ èññëåäîâàíèé — îáðàáîòêà èçîáðàæåíèé, GPGPU-
òåõíîëîãèè.
ÊÎÊÐßÖÊÀß Íàòàëüÿ Èâàíîâíà, êàíä. òåõí. íàóê, äîöåíò êàôåäðû òåëåêîììóíèêàöèîííûõ
òåõíîëîãèé è àâòîìàòèêè Ãîñóäàðñòâåííîãî ýêîíîìèêî-òåõíîëîãè÷åñêîãî óíèâåðñèòåòà
òðàíñïîðòà.  1973 ã. îêîí÷èëà Âèííèöêèé ïåäàãîãè÷åñêèé èí-ò. Îáëàñòü íàó÷íûõ èññëå-
äîâàíèé — ìàòåìàòè÷åñêîå ìîäåëèðîâàíèå è ïàðàëëåëüíàÿ îáðàáîòêà èíôîðìàöèè.
Ë.È. Òèì÷åíêî, Ñ.Â. Íàêîíå÷íàÿ, Í.È. Êîêðÿöêàÿ
62 ISSN 0204–3572. Electronic Modeling. 2016. V. 38. ¹ 1
|
| id | nasplib_isofts_kiev_ua-123456789-101334 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0204-3572 |
| language | Russian |
| last_indexed | 2025-12-07T17:36:47Z |
| publishDate | 2016 |
| publisher | Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України |
| record_format | dspace |
| spelling | Тимченко, Л.И. Наконечная, С.В. Кокряцкая, Н.И. 2016-06-02T15:21:53Z 2016-06-02T15:21:53Z 2016 Информационная технология классификации изображений пятен лазерных пучков и прогнозирования координат их энергетических центров с использованием параллельно-иерархической сети / Л.И. Тимченко, С.В. Наконечная, Н.И. Кокряцкая // Электронное моделирование. — 2016. — Т. 38, № 1. — С. 47-62. — Бібліогр.: 17 назв. — рос. 0204-3572 https://nasplib.isofts.kiev.ua/handle/123456789/101334 004.2:004.93:654.915:681.3 Рассмотрен метод прогнозирования положения энергетического центра (ЭЦ) изображения лазерного пучка с использованием параллельно-иерархической (ПИ) сети. Определены основные этапы классификации и прогнозирования координат ЭЦ изображений пятен лазерного луча, что позволило разработать новую информационную технологию классификации и прогнозирования положения координат их ЭЦ. Приведены результаты сравнительной экспериментальной оценки прогнозирования на основе известных нейронных сетей и предложенного метода с использованием ПИ сети. Розглянуто метод прогнозування положення енергетичного центру (ЕЦ) зображення лазерного пучка з використанням паралельно-ієрархічної (ПІ) мережі. Визначено основні етапи класифікації та прогнозування координат ЕЦ зображень плям лазерного променя, що дало можливість розробити нову інформаційну технологію класифікації та прогнозування положення координат їх ЕЦ. Наведено результати порівняльної експериментально ї оцінки прогнозування на основі відомих нейронних мереж і запропонованого методу з використанням ПІ мережі. The paper describes a method of forecasting the position of the energy center (EC) of the laser beam image using parallel-hierarchical networks. The basic steps for classification and forecasting of EC coordinate image spots of the laser beam, which gives the opportunity to develop new technology for the intelligent classification and prediction of coordinate position of their EC. The results of the comparative experimental evaluation of the prediction based on the known neural networks and the proposed method with the use of parallel-hierarchical network are presented. ru Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України Электронное моделирование Информационные технологии Информационная технология классификации изображений пятен лазерных пучков и прогнозирования координат их энергетических центров с использованием параллельно-иерархической сети Information technology of classification of spot images of laser beams and forecasting coordinates of their energy centers using parallel-hierarchical networks Article published earlier |
| spellingShingle | Информационная технология классификации изображений пятен лазерных пучков и прогнозирования координат их энергетических центров с использованием параллельно-иерархической сети Тимченко, Л.И. Наконечная, С.В. Кокряцкая, Н.И. Информационные технологии |
| title | Информационная технология классификации изображений пятен лазерных пучков и прогнозирования координат их энергетических центров с использованием параллельно-иерархической сети |
| title_alt | Information technology of classification of spot images of laser beams and forecasting coordinates of their energy centers using parallel-hierarchical networks |
| title_full | Информационная технология классификации изображений пятен лазерных пучков и прогнозирования координат их энергетических центров с использованием параллельно-иерархической сети |
| title_fullStr | Информационная технология классификации изображений пятен лазерных пучков и прогнозирования координат их энергетических центров с использованием параллельно-иерархической сети |
| title_full_unstemmed | Информационная технология классификации изображений пятен лазерных пучков и прогнозирования координат их энергетических центров с использованием параллельно-иерархической сети |
| title_short | Информационная технология классификации изображений пятен лазерных пучков и прогнозирования координат их энергетических центров с использованием параллельно-иерархической сети |
| title_sort | информационная технология классификации изображений пятен лазерных пучков и прогнозирования координат их энергетических центров с использованием параллельно-иерархической сети |
| topic | Информационные технологии |
| topic_facet | Информационные технологии |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/101334 |
| work_keys_str_mv | AT timčenkoli informacionnaâtehnologiâklassifikaciiizobraženiipâtenlazernyhpučkoviprognozirovaniâkoordinatihénergetičeskihcentrovsispolʹzovaniemparallelʹnoierarhičeskoiseti AT nakonečnaâsv informacionnaâtehnologiâklassifikaciiizobraženiipâtenlazernyhpučkoviprognozirovaniâkoordinatihénergetičeskihcentrovsispolʹzovaniemparallelʹnoierarhičeskoiseti AT kokrâckaâni informacionnaâtehnologiâklassifikaciiizobraženiipâtenlazernyhpučkoviprognozirovaniâkoordinatihénergetičeskihcentrovsispolʹzovaniemparallelʹnoierarhičeskoiseti AT timčenkoli informationtechnologyofclassificationofspotimagesoflaserbeamsandforecastingcoordinatesoftheirenergycentersusingparallelhierarchicalnetworks AT nakonečnaâsv informationtechnologyofclassificationofspotimagesoflaserbeamsandforecastingcoordinatesoftheirenergycentersusingparallelhierarchicalnetworks AT kokrâckaâni informationtechnologyofclassificationofspotimagesoflaserbeamsandforecastingcoordinatesoftheirenergycentersusingparallelhierarchicalnetworks |