АВТОМАТИЗАЦИЯ ПРОЕКТИРОВАНИЯ ![](/assets/img/icon_arrow1.svg)
Экспериментально исследованы способы увеличения скорости передачи данных за счет уменьшения флуктуаций временного положения информационных сигналов в волоконно-оптической системе. Минимизация флуктуационных эффектов при заданной температуре достигается выбором режимов работы оптоэлектронных компонентов.
ЗАЩИТА ИНФОРМАЦИИ И НАДЕЖНОСТЬ СИСТЕМ ![](/assets/img/icon_arrow1.svg)
ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ ![](/assets/img/icon_arrow1.svg)
Рассматривается процесс построения нечеткой нейросетевой классифицирующей модели (ННМ) на основе имеющихся числовых значений признаков. Показано, что интегрирование нейронных сетей и нечетких систем позволяет создавать гибридные модели, которые способны обучаться на данных посредством минимизации соответствующей функции ошибки классификации и одновременно представлять извлекаемые из данных знания в виде набора лингвистических классифицирующих правил. В связи с необходимостью построения ННМ, обладающей достаточной степенью интерпретируемости при сохранении точности классификации, предлагается использовать трехэтапный подход к генерированию набора нечетких классифицирующих правил, которые явным образом представляют знания, содержащиеся в данных.
Описываются быстрые алгоритмы регрессионного типа, предназначенные для увеличения разрешения изображений видимого спектра. Предложенные алгоритмы протестированы на десятках мультиспектральных изображений, полученных со спутников Landsat 7ETM+ и Quickbird. Даются результаты увеличения разрешения изображений и таблицы численных оценок качества увеличения разрешения снимков, а также время выполнения алгоритмов.
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ![](/assets/img/icon_arrow1.svg)
УЧЕНЫЕ БЕЛАРУСИ ![](/assets/img/icon_arrow1.svg)
ISSN 2617-6963 (Online)