Нейросетевой алгоритм организации пространственных данных о рельефе местности
- Авторы: Боронников Д.А1, Пантюхин Д.В2, Данько С.В2
-
Учреждения:
- Университет машиностроения
- Московский физико-технический институт
- Выпуск: Том 7, № 3-1 (2013)
- Страницы: 157-164
- Раздел: Статьи
- URL: https://journals.rcsi.science/2074-0530/article/view/68086
- DOI: https://doi.org/10.17816/2074-0530-68086
- ID: 68086
Цитировать
Полный текст
Аннотация
Разработан нейросетевой алгоритм организации пространственных данных в области недропользования и его программная реализация в среде Матлаб. Экспериментальные исследования на примере данных о рельефе местности Озерного горно-обогатительного комбината показали, что нейронная сеть успешно запомнила и обобщила входную информацию о рельефе местности (110149 пространственных точек), с ошибкой менее 0.5 метра. При этом было достигнуто сжатие исходной информации в 12 раз.
Полный текст
Открыть статью на сайте журналаОб авторах
Д. А Боронников
Университет машиностроения
Email: unir@mami.ru
к.э.н.; (495) 223-05-23, доб. 1510
Д. В Пантюхин
Московский физико-технический институт
Email: unir@mami.ru
(495) 223-05-23, доб. 1510
С. В Данько
Московский физико-технический институт
Email: unir@mami.ru
(495) 223-05-23, доб. 1510
Список литературы
- M.F. Moller, "A scaled conjugate gradient algorithm for fast supervised learning," Neural Networks, Vol. 6, 1993, pp. 525–533.
- T.P. Vogl, J.K. Mangis, A.K. Rigler, W.T. Zink, and D.L. Alkon, "Accelerating the convergence of the backpropagation method," Biological Cybernetics, Vol. 59, 1988, pp. 257–263.