Нейро-итерационный алгоритм томографической реконструкции распределенных физических полей в волоконно-оптических измерительных системах

Кульчин Ю.Н., Ноткин Б.С., Седов В.А.

Аннотация:
На примере волоконно-оптической измерительной сети томографического типа выполнено исследование алгебраических и нейросетевых методов реконструкции распределенных физических полей. Выявлены преимущества и недостатки нейросетевого подхода. Предложен нейро-итерационный алгоритм, сочетающий в себе преимущества нейросетевых и алгебраических методов реконструктивной томографии.

Ключевые слова:
волоконно-оптическая томография, вычислительная томография, распределенные физические поля, искусственные нейронные сети.

Литература:

  1. Кульчин, Ю.Н. Распределенные волоконно-оптиче­ские измерительные системы. – М.: Физматлит, 2001. – 272 с.
  2. Терещенко С.А. Методы вычислительной томографии. – М.: Физматлит, 2004. – 320 с.
  3. Наттерер, Ф. Математические аспекты компьютерной томографии / Ф. Наттерер; пер. с англ. – М.: Мир. 1990. – 280 с. (F. Natterer. Mathematics of Computerized Tomography / John Wiley & Sons Ltd., N. Y., 1986.).
  4. Бахвалов, Н.С. Численные методы. – М.: Наука, 1973. — 632 с.
  5. Herman, G.T. Three methods for reconstructing objects from X rays: A comparative study / G.T. Herman, S.W. Rowland // Computer Graphics and Image Processing. – 1973. – V. 2. – P. 151-178.
  6. Gordon, R.A Tutorial on ART. (Algebraic reconstruction techniques). // IEEE Tr. on Nuclear Sciences. – 1974. – V. NS-21, No. 1. – P. 78-93.
  7. Herman, G.T. Iterative reconstruction algorithms / G.T. Herman, A. Lent // Computers in Biology and Medicine. – 1976. – Vol. 6. – P. 273-294.
  8. Adler, A. A neural network image reconstruction technique for electrical impedance tomography / A. Adler, R. Guardo // IEEE Trans. Med. Imag. – .1994. – .Vol. 3. – P. 594-600.
  9. Кульчин, Ю.Н. Нейросетевое и алгебраическое моделирование параллельного 2D проецирования в волоконно-оптической томографии при ограниченном числе направлений сканирования / Ю.Н. Кульчин, Е.В. Закасовская // Компьютерная оптика. – 2009. – Т. 33, № 3. – С. 318-324. – ISSN 0134-2452.
  10. Кульчин, Ю.Н. Применение персептронов для нелинейной реконструктивной томографии / Ю.Н. Кульчин, И.В. Денисов, А.В. Панов, Н.А. Рыбальченко // Проблемы управления. – 2006. – № 4. – С. 59-63.
  11. Kulchin, Yu.N. Tomography methods for vector fields study by using space-distributed fiber optic sensors with integral sensitivity / Yu.N. Kulchin, O.B. Vitrik, R.V. Romashko, Yu.S. Petrov, O.V. Kirichenko, O.T. Kamenev // Fiber and integrated optics. – 1998. – Vol. 17, No. 1. – P. 75-84.
  12. Denisov, I.V. Fiber-optical temperature measuring system / I.V. Denisov, V.A. Sedov // Book of abstracts 6th International Conference on "Mid-Infrared Optoelectronics Materials and Devices". – SPb, 2004. – P. 155–156.
  13. Снайдер, А. Теория оптических волноводов / А. Снайдер, Лав Дж. – М.: Радио и связь, 1987. – 656 с.
  14. Денисов, И.В. Волоконно-оптический микроизгибный температурный датчик / И.В. Денисов, В.А. Седов, Н.А. Рыбальченко // Приборы и техника эксперимента. – 2005. – № 5. – С. 131–134.
  15. Тихонов А.Н. Методы решения некорректных задач. / А.Н. Тихонов В.Я. Арсенин – М.: Наука, 1986. – 288 c.
  16. Kulchin, Yu.N. Reconstruction of Distributed Physical Fields in Integrating Measuring Systems and Systems of Direct Measuring in Rare Points of Field / Yu.N. Kulchin, B.S. Notkin, A.Yu. Kim // Optical Memory and Neural Networks (Information Optics). – 2008. – Vol. 17, No. 2. – P. 93-100.

© 2009, ИСОИ РАН
Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: ko@smr.ru ; тел: +7 (846 2) 332-56-22, факс: +7 (846 2) 332-56-20