ПРИКАСПИЙСКИЙ ЖУРНАЛ

УПРАВЛЕНИЕ И ВЫСОКИЕ ТЕХНОЛОГИИ

Использование гибридных нейросетевых моделей для многоагентных систем классификации в гетерогенном пространстве информативных признаков

Читать Курочкин Александр Геннадиевич, Жилин Валерий Вячеславович, Суржикова Светлана Евгеньевна, Филист Сергей Алексеевич Использование гибридных нейросетевых моделей для многоагентных систем классификации в гетерогенном пространстве информативных признаков // Прикаспийский журнал:  управление и высокие технологии. — 2015. — №3. — Стр. 85-95.

Курочкин Александр Геннадиевич - коммерческий директор, ООО «НПЦ “Иннотех”», 305040, Российская Федерация, г. Курск, ул. 50 лет Октября, 94, ak.kursk@gmail.com

Жилин Валерий Вячеславович - кандидат технических наук, доцент, Курская государственная сельскохозяйственная академия имени профессора И. И. Иванова, 305004, Российская Федерация, г. Курск, ул. К. Маркса, 70, shatolg@mail.ru

Суржикова Светлана Евгеньевна - аспирант, Юго-Западный государственный университет, 305004, Российская Федерация, г. Курск, ул. Челюскинцев, 19, moi_lanchik@mail.ru

Филист Сергей Алексеевич - доктор технических наук, профессор, Юго-Западный государственный университет, 305004, Российская Федерация, г. Курск, ул. Челюскинцев, 19, SFilist@gmail.com

Для мониторинга функционального состояния органов и систем человека предложено использовать анализ вольтамперных характеристик в биоактивных точках (БАТ) с последующим построением многоагентных классификаторов. С целью получения вектора информативных признаков, характеризующего состояние БАТ, использовалась аппроксимация вольтамперной характеристики полиномом седьмого порядка. Для классификации функционального состояния биообъекта применялись многоагентные классификаторы, основанные на вероятностных нейронных сетях и нечетких нейронных сетях. Классификаторы содержат три макрослоя, первый из которых состоит из модулей вероятностных трехслойных нейронных сетей, второй и третий - из модулей двухслойных нечетких нейронных сетей. Количество модулей в этих макрослоях равно числу классов функционального состояния исследуемых систем. классификаторы позволяют определить субъективные вероятности принадлежности входного вектора (множества векторов в случае гетерогенного пространства информативных признаков) к выделяемым классам состояний исследуемых объектов.

Ключевые слова: вольтамперные характеристики биоматериалов, гетерогенное пространство информативных признаков, классификация состояний, многоагентные классификаторы, алгоритмы анализа, вероятностные нейронные сети, нечеткие нейронные сети, current-voltage characteristics