ИСТИНА

Идентификация веществ ведется по их спектрам характеристического гамма излучения (далее просто спектры). Имеется набор спектров группы А (так называемые маски, спектры веществ, набранные с высокой статистикой). Обучение нейронных сетей проводится на спектрах веществ группы А. Имеется набор спектров группы Б, которые не используются в процессе обучения. В группе Б содержатся как спектры веществ, имеющихся и в группе А, но с меньшей представительностью, так и «неизвестные спектры». Решаемая задача - это разработка алгоритма идентификации на основе метода нейронных сетей, позволяющего правильно классифицировать все спектры из группы Б, а именно «неизвестные вещества» относить к классу «Неизвестное вещество», а проверочные спектры с меньшей статистикой относить к определяемым в ходе работы множествам (наборам) веществ. Под наборами веществ подразумевается группа близких (для алгоритма) по характеристикам веществ, дифференциация внутри этой группы невозможна. Основные этапы решения поставленной задачи: а) Поиск оптимального разбиения веществ на группы (множества веществ). б) Построение системы распознавания на основе спектров с высокой представительностью. в) Поиск оптимального представления входных данных, с целью уменьшения количества входных признаков. г) Модификация системы с оптимальным представлением входных данных для устойчивой работы на спектрах с малой представительностью, а именно 2-4 тысячи событий в анализируемом спектре.

Проведены работы и получены результаты в соответствии с Техническим заданием: а) Поиск оптимального разбиения веществ на группы (множества веществ). б) Построение системы распознавания на основе спектров с высокой представительностью. в) Поиск оптимального представления входных данных, с целью уменьшения количества входных признаков. г) Модификация системы с оптимальным представлением входных данных для устойчивой работы на спектрах с малой представительностью, а именно 2-4 тысячи событий в анализируемом спектре.