У дисертаційній роботі на основі методології системного аналізу розроблено систему розпізнавання та шифрування мультиспектральних образів на основі осциляторних нейронних мереж. Методами системного аналізу досліджено структуру і властивості штучних нейронних мереж з лінійними та нелінійними оcциляторними нейронами. Розроблено: метод стиску вхідних образів у нейронній мережі внаслідок діагоналізації матриці вагових синаптичних зв'язків; метод шифрування інформації з постійно змінним асиметричним ключем для кожного нового вхідного образу, який базується на синтезі діагоналізованої нейромережі та алгоритму AES (Advanced Encryption Standard (Rijndael)) і на синтезі нелінійних осциляторних нейронів з топологією ланцюжка і кільця; метод розпізнавання мультиспектральних образів осциляторною нейромережею на основі інформаційного резонансу; модель оптимізації розміру (число нейронів, число синаптичних зв'язків) у межах нелінійної узагальненої похибки; на мові Python розроблено програму для розпізнавання мультиспектральних образів на основі інформаційного резонансу за допомогою тришарової осциляторної нейронної мережі; проведено комп'ютерний експеримент розрахунку параметра складності (кількість операцій виконаних нейромережею) навчання тришарової нейронної мережі та її оптимального розміру.

Постачальник даних: УкрІНТЕІ (Український Інститут науково-технічної експертизи та Інформації)

  Завантажити автореферат