The separation of complex spectra by artificial immune system

The results of the application of the method of artificial immune system to solve the problem of decomposition of complex spectra are submitted. The results of decomposition of model contour, which consist of three components representing Lorentz?s contours are demonstrated.

Разделение сложных спектров методом искусственной иммунной системы

В докладе приведены результаты применения метода искусственной иммунной системы для решения задачи разложения сложных спектров. Показаны результаты разложения модельного контура, состоящего из трех компонент, представляющих собой контуры Лоренца.

Исследование структуры сложных шумов в оптических спектрах с применением непрерывного вейвлет-анализа

Целью данной работы было изучение структуры экспериментального шума, присутствующего в ИК-Фурье-спектрах поглощения системы 1,2-дихлорэтан в разветвленном ПММА, с помощью непрерывного вейвлет-анализа.

Денойзинг сложных оптических спектров с применением вейвлет- анализа

Экспериментальные сигналы имеют шум, который уменьшает точность восстановления сигнала и разложение его на на отдельные компоненты. Поэтому необходимо проводить процедуру денойзинга (удаления шума).

Оптимизация структуры и скорости работы сверточной нейронной сети с обучением на синтетических данных при распознавании зашумленных изображений символов

Синтезирована обучающая выборка и проведено обучение сети.

Влияние случайного шума на эффективность разделения на компоненты сложных спектральных контуров при помощи алгоритма искусственной иммунной системы

В данной работе рассматривается эффективность разделения спектрального контура на компоненты методом ИИС в присутствии случайного шума.

АДАПТАЦИЯ АЛГОРИТМА ИСКУССТВЕННОЙ ИММУННОЙ СИСТЕМЫ ДЛЯ РЕШЕНИЯ ЗАДАЧИ РАЗДЕЛЕНИЯ ОПТИЧЕСКИХ СПЕКТРОВ

При исследовании оптических спектров актуальной является задача разделения сложных спектральных контуров на составляющие компоненты. В настоящее время одним из направлений для решения задачи оптимизации являются так называемые Natural Computing ? ?природные вычисления?.

Разделение сложных спектров на составляющие с применением алгоритма пчелиного роя

Для того чтобы получить более полную и достоверную информацию о составе и свойствах вещества, необходимы методы разделения спектральных контуров на элементарные составляющие. Реализация и адаптация метода разложения молекулярных спектров на составляющие использованием алгоритма пчелиной колонии.