Мета досліджень - аналіз рельєфу різних поверхонь, а саме: виділення на загальній поверхні окремих ділянок певної форми, наприклад, схилів, що орієнтовані у заданому напрямку; використання штучних нейронних мереж (ШНМ) для розв'язку задачі класифікації, яка полягає у створенні бінарного класифікатора та дослідження точності його роботи. Дослідження виконано на ділянці земної поверхні. Для неї створено цифрову модель, яка надана грідфайлом, тобто висотами у перехрестях регулярної сітки квадратів, або матрицею 21 x 17 висот у перехрестях. З цієї матриці створено образи, тобто вікна окремих ділянок поверхні розміром 3 x 3 перехрестя. Кожен образ подавався як вектор ознак, якими були нахили з центральної точки вікна на інших восьми крайніх точках. Отже, рельєф взятої поверхні був поданий 77-ма образами. Наступним кроком було створення бінарного класифікатора. Він ділить об'єкти (ділянки поверхні) з нахилом із заходу на схід в одну групу, а всі інші - в другу. Для цього використано Модуль опрацювання даних на базі алгоритмів штучних нейронних мереж у пакеті прикладних програм МАТЛАБ. Створено ШНМ, проведено її навчання, виконано моделювання та тестування, вибрано вхідні, скриті та вихідні нейронні шари. На базі ШНМ виконано процес класифікації. Вхідні дані були представлені матрицею образів розміром 8 x 77. Матриця завдань (target) була розмірністю 2 x 77. Її елементи мали значення 0 або 1, залежно від того, до якого класу належить ця ділянка. Третя матриця (test) мала розмірність 8 x 8. Класифікацію та її оцінку точності виконано двома способами з використанням графічного редактора nntool і nprtool. Роботу створеного класифікатора перевірено за допомогою тестових образів. У дослідженнях тест був матрицею, що складалась з восьми стовпців. Два стовпці цієї матриці були образами схилів, орієнтованих із заходу на схід, один - близьким до них, а решта - образами поверхонь довільної форми. Оцінку роботи класифікатора виконано за допомогою матриці неточностей (confusion matrix). У цьому випадку загальна кількість правильно класифікованих зразків становила близько 99 %.

  Повний текст PDF - 557.859 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"