УДК 004.93’1
Способ распознавания формы объектов доменных
структур магнитооптических материалов на базе нейронных сетей прямого
распространения
А. В. Брагин, М. В.
Герасимов, Р. Р. Навлётов, Д. В. Пьянзин
ФГБОУ ВО "МГУ им. Н. П.
Огарёва", 430005, Республика Мордовия, г. Саранск,
ул. Большевистская, д. 68
Статья поступила в редакцию 30 сентября 2018 г.
Аннотация. В
статье предложен способ распознавания и классификации изображений объектов в
лабиринтных доменных структурах магнитооптических материалов на базе нейронных
сетей. Особенность структур заключается в существовании большого разнообразия
форм, обусловленного эволюцией лабиринтной доменной структуры в разнообразные
объекты. Составлена классификация различных форм доменных структур, основанная
на практических результатах авторов и научных публикациях. Рассмотрены
особенности классификации доменов, которые существенно влияют на выбор методов
и алгоритмов решения поставленной задачи.
Классификация выполняется на основе
анализа шести коэффициентов формы объектов двумя двухслойными нейронными сетями
прямого распространения. Приведены структуры данных нейронных сетей, а также
результаты их обучения.
Способ позволяет распознавать девять
различных форм доменов, начиная от простых геометрических фигур и заканчивая
сложными объектами, имеющими ветвистую структуру.
Предложенный способ может быть
использован для анализа изображений объектов, схожих по форме с доменными
структурами, которые можно встретить в различных сферах, связанных с
электроникой, физикой, химией, биологией, медициной и др.
Приведен пример работы алгоритма на
изображении пленки феррита-граната.
В настоящее время на базе предложенного способа
разработано программное обеспечение, которое применяется на кафедре
радиотехники ФГБОУ ВО «МГУ им. Н. П. Огарева» (г. Саранск) для исследования
магнитооптических и полупроводниковых материалов.
Ключевые слова:
нейронная сеть, распознавание объектов, классификация, домены, магнитооптические
материалы.
Abstract. The
article proposes a method for recognizing objects in the labyrinth domain
structures of magneto-optical materials and classification using a neural
network. Domain structure objects come in a variety of forms. The authors have
compiled a classification of types of domain structures on the basis of
practical results and a literature review. The features of domain
classification that significantly affect the choice of methods and algorithms
for solving problems are considered.
The classification is based on the
analysis of six coefficients of object shape by two neural networks. The
structures of neural networks and learning results are presented.
This method allows recogning nine
types of domains with simple and complex shapes and can be used for analyzing
images of objects in electronics, physics, chemistry, biology, medicine similar
in form with domains.
An example of object image
recognition in magneto-optical materials is presented. This method of
recognition is implemented in the software.
The developed software is used at
the Department of radio engineering of the Moscow state University. N. P.
Ogareva", for the study of magneto-optical and semiconductor materials.
Keywords:
neural network, object recognition, classification, domains, magneto-optical
materials.
Для цитирования:
А.
В. Брагин, М. В. Герасимов, Р. Р. Навлётов, Д. В. Пьянзин. Способ распознавания формы объектов доменных структур
магнитооптических материалов на базе нейронных сетей прямого распространения. Журнал
радиоэлектроники [электронный журнал]. 2018. № 10. Режим доступа:
http://jre.cplire.ru/jre/oct18/4/text.pdf
DOI
10.30898/1684-1719.2018.10.4