Предлагается новый метод блочного распознавания инвентарных номеров железнодорожных подвижных единиц, основанный на использовании комитетной нейроиммунной модели классификации. Преимуществом использования такого подхода является отсутствие необходимости формирования выборки отрицательных примеров. Разработанный метод объединяет в себе этапы сегментации и классификации, что позволяет достичь повышенной устойчивости к шуму, возможности сегментации размытых и слипшихся цифр номера, имеющих разные шрифты и начертания, а также инвариантности к существующим изменениям масштаба. Благодаря редукции данных, достигаемой за счет применения механизма иммунной кластеризации, появляется возможность постоянного пополнения обучающей выборки комитета классификаторов новыми статистическими данными для последующего повышения точности классификации. Метод реализован в программном обеспечении системы автоматического распознавания номеров вагонов (АРНВ), которая находится в эксплуатации на сети дорог ОАО «РЖД».

Ключевые слова: Метод блочного распознавания символов, комитетная нейроимунная модель классификации, идентификация, автоматическое распознавание номеров вагонов, дублирующий номер

05.13.18 - Математическое моделирование, численные методы и комплексы программ

Проведен сравнительный анализ алгоритмов обучения искусственных нейронных сетей персептронного типа таких, как генетический, адаптивный и гибридный. В результате сравнения установлено, что адаптивный алгоритм лучше справился с поставленной задачей, чем остальные алгоритмы. Гибридный алгоритм целесообразнее использовать в задаче со сложной целевой многоэкстремальной функцией, в которой адаптивный алгоритм работает хуже .

Ключевые слова: искусственные нейронные сети, многослойный персептрон, генетический, адаптивный, гибридный алгоритм

05.13.18 - Математическое моделирование, численные методы и комплексы программ

Рассматривается экспертная система диагностики силовых трансформаторов, способная заменить специалиста-эксперта и принять правильное решение по техническому обслуживанию и ремонту силовых трансформаторов тяговых подстанций электрических железных дорог. Проведенный анализ существующих методов диагностики и контроля остаточного ресурса силовых трансформаторов тяговых подстанций показывает, что все методы направлены на определение уже существующего дефекта. Ставится задача создания автоматизированной системы прогнозирования развития дефекта в будущем. Предлагается готовая реализация системы с использованием рекуррентных искусственных нейронных сетей, обладающих хорошей способностью прогнозирования временных рядов

Ключевые слова: Электрические железные дороги, силовой трансформатор, тяговая подстанция, диагностика технического состояния, прогнозирование

05.13.05 - Элементы и устройства вычислительной техники и систем управления , 05.13.18 - Математическое моделирование, численные методы и комплексы программ

Сведения об авторах выпуска №1 (2013)

Ключевые слова: авторы

В статье предлагается общий для всех градиентных методов– адаптивный метод. С помощью разработанной экспериментальной среды был проведен сравнительный анализ градиентных методов поиска минимума. В результате экспериментов было выявлено, что адаптивный метод приближается к минимуму за меньшее число итераций. Таким образом предлагается использовать данный метод при оптимизации функции ошибки обучения искусственной нейронной сети.
Ключевые слова: нейронные сети, градиентные методы, методы обучения, анализ методов оптимизации.

Ключевые слова:

05.13.18 - Математическое моделирование, численные методы и комплексы программ