Автореферат (1152199), страница 3

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 3)

Локальный режим экспертной системы позволяетпроводить ее обучение в условиях, когда затруднено применение имеющейсясистемы связи.Имеющейся технический и технологический потенциал экспертной системыразрешает создать почти по разным вопросам такой объем базы, который завыделенное, обычно весьма короткое время экспертная система просто не всостоянии использовать.

Следовательно, для выполнения задач необходима непросто информация, а только релевантная информация, а именно та, котораядостаточно объемно характеризует главные направления проблемы, т.е. не имеетмалозначимых подробностей и второстепенных, не относящихся по данной темесведений.В случае несанкционированного вторжения в базы знаний и программноеобеспечение защита осуществляется посредством интеграции в соответствии сразработанными производителями аппаратными и программными средствамизащиты.Трансформациясистемыпринастройкеимодификацииперечняконтролируемых значений, а также настройка диапазонов соответствия позволяетприменятьразработаннуюсистемувразличныхкластерахпищевойпромышленности.При выполнении задач экспертной системы удаленно, база данныхрешаемых задач, поступающих от инженеров по знаниям и экспертов, находится ведином реплицируемом хранилище.С учетом физических особенностей защитных нанокристаллических метокпредложен способ постановки задачи, которая основана на формировании базыданных и базы знаний, на непрямых физико-химических значениях защитныхнанокристаллических меток с их спектральными данными.16 Для ЭС были разработаны следующие математические модели, которыепроведены на тестовых экспериментальных данных [4].Для эксперимента в качестве тестового примера были выбраны 6 отсчетов6-ти эталонных люминесцентных спектровSk= (Sk1,…..Skm…..,Sk6)T(k=1,2,…,6; m=1,2,…,6), приведенные на рисунке 5.Средняя вариация Varспектров составляет 13%.

При этом:∑∑∑⟨∑16⟨ ⟩⟨⟩(1)⟩Задача заключается в исследовании зависимости ошибки различия эталонныхспектров из таблицы 1 от амплитуды аддитивной помехи H.В этом случае наблюдаемый спектр Z выражается как:, где 1,2,3 … , К. (2)Таблица 1Эталонные спектры SСпектрыs1s20,08S119,000,14S20,18s3s4s510,005,0020,007,0015,0017,0013,009,0018,0011,0013,00S316,0014,003,0021,006,0016,000,14S420,009,007,0022,008,0011,000,12S519,0011,005,0017,0011,0015,000,11S621,0011,009,0019,008,0013,00〈〉18,6711,336,3319,508,5013,83Var0,13VarkВсе К эталонных спектров s6находятся в БД экспертной системы.Необходимо построить решающие правила отнесения неизвестного спектра Z кодному из К эталонных спектров .17 Рисунок 5- Эталонные спектры S.В имитационном модельном эксперименте помеха генерировалась, каквектор H = (h1, h2,.., hm)T равномерно распределенных величин:hm=H0*Sm*(1-2*СЛЧИС( ),где СЛЧИС( )- величина, равномерно распределённая в интервале (-1,1), аH0 - максимальное отношение амплитуды помехи к амплитуде полезного сигнала(3).Для различения эталонных спектров в смеси (2) использовались следующиемеры сходства (4) из теории нечетких множеств [4]:µ , ,∑µ ∑µ , ∑, ∗∗∗ ∑1где и – Гильберт-образы1, а ∗1подбираемые(4)параметры∑̃̃векторов и соответственно, а иn–(в имитационном эксперименте все20).Рассмотрение статистики в различных опытах (событиях) помехи с разнымиданными отношения помеха/сигнал H0 делает вывод, что определять эталонныеспектры значительно проще при применении правила: если хотя бы две меры18 сходства указывают на один и тот же эталонный спектр, то решаетсяв егопользу.

В остальных случаях принимается решение об ошибке.На рисунке 6 приведена зависимость ошибки различения эталонных спектровот значения отношения помех/сигнал H0. Как видно из рисунка, что уровеньошибки различения (количество неправильных решений на 100 реализацийпомехи) эталонных спектров зависит нелинейно от значения отношенияпомеха/сигнал H0. При этом ошибка равна нулю при H0 = 9% и достигает 5% приH0=13%. Рисунок 6 - Зависимость ошибки различения эталонных спектров ототношения помеха/сигнал При организации любого процесса возникает задача контроля показателей,как самого процесса, так и продукции.

Графическое отображение динамикипроцесса, характера изменения показателей, параметров или любых другиххарактеристик создает решающую сеть (рисунок 7). Основным предназначениемрешающей сети является определение контролируемости процесса, что позволяетразличать влияния особых факторов от естественной вариации процесса.19 Рисунок 7 - Программная реализация решающей сетипо коллективным мерам сходства В созданной сети каждый из 6-и квазинейронных слотов первого слояхранит эталонные сигналы Sk (k = 1, 2, …, 6), показанные на рисунке 9.

Каждый из6-иквазинейронныхквазинейронныхслотовслотовпоследующихпредыдущихслоевслоевнахранитоткликиэталонныевсехсигналы,последовательно поданные на вход сети в отсутствии помех.Отклик каждого нейрона на любой входной сигнал – вектор X формируетсякак степень косинуса угла между входным вектором X и эталонным вектором S:cos2n(XS). Для решаемого далее исследованияn = 20, что дает большуюнелинейность – резонансный отклик квазинейронного слота на входной сигнал.20 Рисунок 8 – Структура нейронной сети, разработанная А.Е. КрасновымРезультаты проведенного эксперимента отображены на рисунке 9.Рисунок 9 - Ошибки различения эталонных спектров21 Таким образом, проведенные исследования показывают, что при созданииразличных нанокристаллических защитных меток необходимо стремиться к тому,чтобы соответствующие им люминесцентные спектральные коды имеливарианты, не менее чем 1,5 раза превышающие уровень возможных различныхпомех.

Вполне реальны помехи с уровнем 10% ÷20%. В связи с этим, различныеспектральные коды по вариации должны отличаться на 15%÷30%.Врамкахданногодиссертационногоисследованиясредствамиинтегрированной среды разработки программного обеспечения Visual Basic forApplications создана программная оболочка, позволяющая автоматизироватьпроцесс спектрального контроля подлинности нанокристаллических защитныхметок для изделий пищевой промышленности.Экспериментальные данные получены посредством снятия спектров сэталонной метки на длинах волн облучения от 449,19 нм до 801,61нм, последниезарегистрированы в виде числовых значений, на длине волны 363,75 нмвозбуждался спектр ультрафиолетовым светом. При повторении испытанийобнаружена некоторая вариация экспериментальных данных: так, осуществляяизмерения на одной и той же длине волны в неизменных условиях, полученыразличныерезультаты.Указаннаянеоднозначностьявляетсяоснованиемвоспринимать отклик эталонной метки как случайную величину.Подслучайнойвеличиной,какизвестноизклассическойтеориивероятностей, понимают числовую величину, которая в результате испытанияпринимает то или иное возможное, заранее неизвестное, значение, меняющееся отиспытания к испытанию и зависящее от стечения случайных факторов.Основанием случайного характера опытных данных состоит в том, что ониформируются под воздействием достаточно большого количества одновременнодействующих факторов.

В ряде случаев оказывают влияние неконтролируемые,неизвестные факторы, которые не поддаются учету. При идентификации меткиподобнымисущественнымиобстоятельствамимогутбыть:колебания22 химического состава, неоднородность наноструктуры, наличие поверхностныхдефектов, погрешности измерений и тому подобное.С учетом выше описанного, можно считать, что распределение откликаэталонной метки близко к нормальному, а значит для решения поставленнойзадачи допустимо применение правила «трех сигм». Целесообразно варьироватьпроцент соответствия подлинности метки на каждой длине волны в интервале (a –3, a + 3). В данном интервале находитсяприблизительно 100% значенийслучайной величины (более точно – 99,73%).В рамках указанного подхода грубой ошибкой будем считать результатизмерений, для которого разность между средним арифметическим значениемизмеренной величины и значением отдельного измерения будет больше трехзначений среднего квадратического отклонения:|̅ |3,где ̅ – среднее арифметическое значение, – значение отдельного измерения, – среднее квадратическое отклонение измеренной величины:∑̅,где n — число измерений (объем выборки).Таким образом, измеряем n раз числовые значения реального отклика меткина каждой длине волны.

Затем вычисляем среднее арифметическое значениеполученного спектра. Далее определяем среднее квадратичное отклонениеизмерений (), утраиваем это значение (3) и сравниваем с модулем разностимежду отдельным измерением ( ) и средним арифметическим значением спектра(̅ ), то есть |̅ |.Для их вычисления, с целью замены громоздких формул, используют флагаутентичности, где значение флага аутентичности зависит от количествапопаданий сравниваемых значений в контрольные границы.23 Устанавливаем флаг аутентичности на каждой длине волны: если разность(|̅ |) оказываются больше, чем 3, то флаг аутентичности принимает нулевоезначение, что означает исключение значения из общего числа измерений (n),иначефлагполагаетсяравнымединице.Далеенаходимколичествоположительных флагов аутентичности и устанавливаем процент соответствияданной метки эталонной.Расчет допустимого диапазона значений реального отклика с учетомвлияния случайных факторов определяетсяв процентном отношениикэталонным значениям.Соответствующий листинг нахождения границ наиболее правдоподобныхинтервалов значений спектральных откликов защитных нанокристаллическихметокнаразличныхдлиннахволноблучения,построенсредствамиинтегрированной среды разработки программного обеспечения Visual Basic forApplications представлен на рисунках 10 и 11. Рисунок 10 - Меры сходства многомерной выборки с эталонным образцом24 100%Метка 1; 99,036%90%Метка 2; 99,157%Метка 3; 93,614%Метка 4; 83,614%80%70%Метка 5; 66,024%60%50%40%30%20%10%0%Рисунок 11 - Данные спектральной информации многомерной выборкиНа рисунке 12 построен график оптической люминесценцииэталонногоспектра метки в заданном диапазоне длин волн.SСпектр эталонной метки50000,045000,040000,035000,030000,025000,020000,015000,010000,05000,00,0400 425 450 475 500 525 550 575 600 625 650 675 700 725 750 775 800 825λ (нм)Рисунок 12 - Спектр оптической люминесценции эталонной метки25 На рисунке 13 наглядно демонстрируются полученные выше результаты оподлинности и фальсификации меток, где в одной системе координат, отложенаэталонная и 5 экспериментальных спектров меток.Из приведенного графика видно визуальное предоставление данногоисследования, где пунктир обозначает установленные границы максимального иминимальногодопустимогоотклонения.Вслучаевыходаспектразаустановленные границы, данная точка различается эталонным спектром метки.S4775475547354715469546754655788,84790,17791,49792,37794,13795,01796,33797,65799,41Нижняя границаВерхняя границаСреднее значениеМетка 1Метка 2Метка 3Метка 4Метка 5800,73Рисунок 13 - Сравнение эталонных и экспериментальных спектров В настоящей работе предложена и обоснована новая информационнаятехнология повышения надежности идентификации защитных меток по ихлюминесцентным спектрам на основе широкого известного метода коллективногораспознавания и комплексного подхода к распознаванию и классификациимногомерных данных.В четвертой главе описана новая перспективная автоматизация процессауправления созданием нанокристаллических структур на основе распознавания ихоптических спектров.26 Открытие нового в физике – высокоскоростная кристаллизация металла нааморфной подложке в газообразной среде – создало возможность получениянаноразмерныхмонокристаллическихструктурспособомактивизациихимических реакций в результате действий импульсов лазерных излучений внеустановок глубокого вакуума или установок со специальной газовой средой,разработанный в ФГБОУ ВО «Московский государственный университеттехнологий и управления имени К.Г.

Характеристики

Список файлов диссертации