автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Адаптивное управление обработкой информации тепловых полей

Введение.

1. Системный анализ принципов адаптивного управления обработкой информации пространственно-временных двумерных полей.

1.1. Принципы адаптивного управления в информационно-распознающих системах.

1.1.1. Сведения из математической теории адаптивного управления.

1.1.2. Аналитический обзор существующих принципов адаптивного управления обработкой информации двумерных полей.

1.2. Адаптивное управление обработкой информации пространственно-временных тепловых полей. Постановка научной задачи.

1.3. Обоснование общего принципа адаптивного управления обработкой информации тепловых полей. Конкретизация научной задачи.

1.4. Выводы по разделу.

2. Разработка принципов и алгоритмов управления выделением идентификационной информации реализаций тепловых полей.

2.1. Разработка модели структуры теплового изображения.

2.2. Описание элементарных компонент тепловых изображений.

2.3. Разработка алгоритмов управления выделением элементарных компонент тепловых изображений.

2.4. Разработка алгоритма управления оценкой значений идентификационных параметров тепловых изображений.

2.5. Разработка алгоритма управления построением границ зон информативности

2.6. Выводы по разделу.

3. Разработка принципов и алгоритмов структурно-стохастического управления обработкой информации в адаптивных информационно-распознающих системах.

3.1. Вспомогательные сведения из теории вероятности.

3.2. Разработка принципов стохастического управления структурой векторов сообщений.

3.2.1. Обоснование критерия оптимизации управления.<.

3.2.2. Управление формированием стохастических образов структуры векторов сообщений.

3.3. Обоснование дополнительного критерия оптимизации принципов стохастического управления.

3.4. Разработка принципов стохастического управления мерами информативности векторов сообщений.

3.5. Разработка принципов стохастического управления динамикой векторов сообщений.

3.6. Выводы по разделу.

4. Системный анализ эффективности принципов и алгоритмов структурно-стохастического управления обработкой информации полей.

4.1. Постановка задачи анализа.

4.2. Анализ сходимости процессов адаптации.

4.3. Анализ достоверности принципов структурно-стохастического управления.

4.3.1. В зависимости от интенсивности потоков сообщений и степени перекрытия трубок.

4.3.2. В зависимости от погрешности адаптации.

4.4. Анализ устойчивости принципов структурно-стохастического управления.

4.5. Выводы по разделу.

5. Практическая реализация и применение принципов адаптивного структурно-стохастического управления.

5.1. Разработка обобщенной структурной схемы адаптивных информационно-распознающих систем.

5.2. Анализ возможных путей практической реализации адаптивных информационно-распознающих систем.

5.3. Аппаратно-программный принцип реализации адаптивных информационно-распознающих систем.

5.4. Практическое применение адаптивных информационно-распознающих систем.

5.5. Выводы по разделу.

При решении проблем, связанных с оценкой (распознаванием, классификацией, интерпретацией) состояний исследуемых объектов (от военного назначения до медицинского) все большее распространение получают методы лучевой диагностики, основанные на использовании информации реализаций пространственно-временных полей (изображений) различной физической природы [91]. Значительное место среди этих полей занимают тепловые пространственно-временные поля [92, 93], образуемые практически всеми теплоизлучающими объектами природной и техногенной среды в широком спектральном диапазоне (0,3 - 50 мкм). Кроме того, к тепловым часто относят вообще все случайные поля с сильно выраженной изотропией [90]. Таким образом, тепловые поля представляют собой довольно обширный класс полей, несущих информацию о состоянии большого числа разнообразных объектов. Путем использования информации тепловых полей могут быть решены такие задачи как оценка качества теплоизоляции объектов с энергетической установкой, экологический мониторинг окружающей среды, медицинская диагностика, в частности, ранняя диагностика опухолевых заболеваний молочной железы при проведении массовых профилактических обследований. Так, например, актуальность, последней задачи обусловлена ростом заболеваемости и смертности от рака молочной железы, причем рост идет главным образом за счет смещения возрастной границы в сторону омоложения. Положение с ранней диагностикой заболеваний молочной железы осложняется тем, что существенно ограничивается частота обследования женщин как с помощью маммографических, так и клинических методов. Поэтому остро стоит вопрос о создании диагностических центров, оснащенных безвредными для пациентов и обслуживающего персонала системами доклинической оценки и интерпретации состояний исследуемых органов. В перспективе именно такие центры должны обеспечить возможность проведения массовых профилактических обследований населения. Решение этой задачи осуществлялось в соответствии с комплексной научно-технической програм6 мой РФ по проблеме "Онкология" совместно с РОНЦ им. H.H. Блохина РАМН и другими медицинскими учреждениями России. Решение задач оценки качества теплоизоляции фбъектов с энергетической установкой осуществлялось в рамках работ, проводимых совместно с ГНПО "Альтаир".

По мере расширения круга решаемых задач и их усложнения, к системам распознавания предъявляются все более жесткие требования по такому основному показателю их эффективности как достоверность получаемых результатов. При этом общая тенденция состоит во все большем перенесении нагрузки по обработке информации полей с оператора на систему и соответственном уменьшении требований к уровню квалификации оператора, необходимого для получения верного диагностического решения. Кроме того, к системам предъявляются, как правило, и такие требования как высокое быстродействие и адаптируемость к широкому кругу решаемых задач. Последнее (адаптируемость) должно обеспечить снижение стоимости, а также сроков введения систем в эксплуатацию.

В литературе [30-38] уделяется огромное внимание различным аспектам обработки реализаций полей (изображений) так или иначе связанных с удовлетворением указанных требований. Можно еще сослаться и на обзоры по машинной обработке изображений профессора А. Розенфельда, ежегодно публикуемые в журнале "Computer Vision, Graphics and Image Processing" и охватывающие сотни источников. В нашей стране и за рубежом в течение ряда лет ведется большая работа по созданию систем обработки информации тепловых полей или систем термодиагностики. Сюда, например, можно отнести системы, разработанные специалистами Государственного оптического института им. С.И. Вавилова под руководством чл.-корр. РАН М.М. Мирош-никова, ГНПП "Исток" под руководством академика РАН Н.Д. Девяткова, Московского Государственного института радиотехники, электроники и автоматики под руководством академика РАН H.H. Евтихиева и профессора Н.Д. Куртева, международной корпорации AGEMA. Эти системы нашли определенное место в решении практических задач, однако их алгоритмическая 7

часть обеспечивает высокий уровень выполнения лишь утилитарных операций обработки, связанных, как правило, с элементарным количественным описанием и удобством визуального восприятия теплового изображения, либо функционирование в автоматизированном режиме с применением определенных решающих правил с предварительной настройкой параметров алгоритмов по верифицированным обучающим выборкам изображений в режиме обучения с учителем.

Вместе с тем, следует отметить, что тепловые поля как большого числа технических объектов, так и медицинских, а последних особенно, довольно разнообразны и сложны по своей структуре, а поэтому, как правило, требуют для интерпретации их реализаций и последующего принятия решения специалистов высокой квалификации. Однако, как показывает практика [92160], даже высококвалифицированные специалисты, число которых довольно ограничено, при анализе информации тепловых полей быстро утомляются, что в условиях дефицита времени, например, при массовых наблюдениях, неизбежно приводит к недопустимому возрастанию числа ошибочных решений. И совсем представляется проблематичной безошибочная интерпретация оператором изменяющихся во времени реализаций тепловых полей, то есть, при проведении динамических наблюдений. Создание же автоматизированных систем, требующих предварительной настройки ("обучение с учителем"), связано с довольно длительными по времени, а соответственно и дорогостоящими процессами изучения структурных особенностей полей и установления корреляционных связей между структурой полей и состояниями исследуемых объектов, то есть, с, накоплением базы знаний. Как показывает практика, такой "ручной" способ накопления знаний крайне неэффективен и поэтому очень часто происходит отказ от решения той или иной практической задачи.

В связи с этим весьма актуальной становится проблема разработки принципов адаптивного управления обработкой информации широкого класса тепловых полей, то есть такого управления обработкой, которое обеспечи8 I вает выполнение перечисленных выше требований в условиях существенной априорной неопределенности как о характере структуры полей и числе образуемых ими диагностических классов, так и о истинных состояниях исследуемых объектов. То есть, по-существу проблема заключается в создании технологии проектирования систем принципиально нового класса, - адаптивных информационно-распознающих систем (АИРС), обеспечивающих возможность быстрого приобретения новых знаний о малоизученных процессах, а не использование уже существующих знаний. Адаптивное управление в подобного рода системах сводится, как правило, к решению такой юпо чевой задачи, как формирование дискретного множества образов полей, адекватных существенным состояниям (диагностическим классам) исследуемых объектов, в условиях априорной неопределенности о их истинных состояниях. То есть, тепловые поля, отражающие различные состояния исследуемых объектов, предъявляются без указания принадлежности к тому или иному классу, а используемые в АИРС принципы управления на основании адекватных этим принципам критериев сходства (близости описаний) должны обеспечить определение числа и характеристик (основных параметров) диагностических образов тепловых полей в пространстве их представления (описания). Другая достаточно важная задача состоит в разработке таких принципов управления обработкой информации полей, которые обеспечивали бы как можно более быстрое распознавание их образов, то есть быстрое принятие достоверного решения о принадлежности состояния объекта к тому или иному диагностическому классу.

Указанная проблема является составной частью общей, фундаментальной проблемы, связанной с созданием систем с элементами искусственного интеллекта. Ее актуальность отражена: - в большом числе монографий, например [39-50], периодических журналов и отчетов о научных конференциях по проблемам искусственного интеллекта, особенно в США и Японии; - в учебных программах высших учебных заведений, включающих курсы по проблеме искусственного интеллекта (как показывают статистические дан9 ные, приведенные в журнале Artificial Inteligence, в настоящее время данной проблемой в США занимается больше специалистов, чем методами обработки коммерческих данных); - в программах научных исследований, к которым можно отнести:

- программу Министерства образования РФ, посвященную фундаментальным исследованиям высшей школы в области естественных и гуманитарных наук в направлении исследования и создания информационных систем, систем программной поддержки вычислительного эксперимента и интеллектуальных систем;

- научную программу Министерства обороны РФ по созданию технологий имитации и моделирования ситуаций, прогнозирования, подготовки, обоснования и принятия решений',

- стратегическую компьютерную программу США;

- японскую программу по созданию ЭВМ пятого поколения;

- межгосударственный проект ESPRIT, принятый в странах Западной Европы.

Кроме того, можно отметить еще целый ряд программ Министерства образования РФ, таких, например, как "Информатизация России", "Перспективные информационные технологии в высшей школе", "Автоматизированные системы медико-биологического назначения" и др. Особую остроту указанная проблема приобретает при обраб'отке информации тепловых полей, так как, обладая сильно выраженной изотропностью, данные поля образуют, как правило, значительные области взаимного перекрытия диагностических классов в пространстве их представления. В настоящее время практически отсутствует теория (технология) проектирования АИРС обработки информации широкого класса тепловых полей.

Цель настоящей работы - разработка принципов адаптивного управления обработкой информации пространственно-временных реализаций тепловых полей, обеспечивающих возможность создания систем нового класса -адаптивных информационно-распознающих, способных функционировать в

10 условиях априорной неопределенности о числе классов, взаимного перекрытия диагностических классов (образов полей), ограниченного времени анализа и принятия решений.

Достижение поставленной цели связано с решением следующих задач:

- обоснование общих принципов (методологии) адаптивного управления обработкой информации реализаций пространственно-временных тепловых полей;

- определение идентификационных признаков информации тепловых полей;

- разработка модели аппроксимации структур реализаций тепловых полей;

- разработка методов и алгоритмов управления анализом структур реализа ций тепловых полей;

- разработка методов аппроксимации образов пространственно-временных двумерных полей, определение мер близости образов и способов аппроксимации их статистических свойств;

- установление критериев оптимизации принципов адаптивного управления обработкой информации полей;

- системный анализ эффективности разработанных принципов адаптивного управления: определение условий и скорости сходимости алгоритмов адаптации, оценка достоверности результатов;

- системный анализ возможных путей практической реализации и использования АИРС.

Основные выводы и результаты диссертационной работы.

1. Разработана методология адаптивного управления обработкой информации пространственно-временных тепловых полей в структурно-стохастическом информационном пространстве. Установлено, что пространственно-временные тепловые поля являются изотропными, принадлежат с точки зрения обработки и интерпретации к разряду сложных, со значительными областями взаимного перекрытия в пространстве их представления и существенной априорной неопределенностью о характере связей с состояниями исследуемых объектов.

2. Разработана и теоретически обоснована математическая модель структурно-стохастического информационного пространства, - многомерного образа пространственно-временных полей, в основу построения которой положены стохастические цепи Маркова, аппроксимирующие: значения, меры информативности, динамику потока и параметры распределений векторов сообщений.

3. В результате марковской аппроксимации, в качестве образов полей выступают трубки близких в вероятностном смысле траекторий значений векторов сообщений, формируемых на каждом такте обработки. Связанные по информативности совокупности сообщений (идентификационных пара

313 метров) аппроксимируются цепями Маркова, каждая из которых служит статистическим описанием близких в вероятностном смысле структур, то есть являются стохастическим образом некоторого подмножества однородных по структуре полей, что определяет характер алгоритмов управления адаптацией и распознаванием.

4. Показано, что марковские аппроксимации последовательных изменений мер информативности и динамики потока векторов сообщений обеспечивают управление обработкой векторов сообщений по критерию максимума получаемой информации на каждом такте обработки и определяют совокупности параметров, характеризующих образы, которые подлежат определению в процессе адаптации.

5. Разработаны и теоретически обоснованы принципы и алгоритмы управления формированием стохастических образов реализаций полей, основанные на определении градиентов мер принадлежностей существующей траектории к ее образу (трубке) и к прообразу ("следу", оставленному текущей траекторией на данном образе). Данные принципы обеспечивают возможность построения поисково-рекуррентных алгоритмов управления адаптацией в наихудших условиях, то есть при значительном взаимном перекрытии трубок траекторий и априорной неопределенности о числе этих трубок (образов).

6. Разработаны, теоретически и экспериментально обоснованы принципы управления скоростью сходимости алгоритмов адаптации, основанные на селекции векторов сообщений по информативности.

7. Разработаны, теоретически и экспериментально обоснованы принципы управления устойчивостью результатов распознавания образов полей, основанные на использовании стохастических образов параметров распределений значений векторов сообщений.

8. Разработана модель структуры реализаций тепловых полей, основанная на принципе суперпозиции "взвешенных" элементарных компонент,

314 каждая из которых является отражением определенного идентификационного признака поля.

9. Разработан многоуровневый иерархический метод и соответствующий ему алгоритм выделения элементарных компонент тепловых полей. В основу построения алгоритма положены принципы логической фильтрации и, связанные с реализацией принципа измеримости информации тепловых полей, последующие количественные описания каждой из выделенных компонент, обеспечивающие формирование векторов сообщений на каждом так> те обработки.

10. Разработан алгоритм построения границ зон информативности, в основу действия которого положен принцип комбинированной обработки, согласно которому функция "понимания изображения в целом" возлагается на оператора, а выполнение операций, требующих точного расчета - на компьютер.

И. Разработан алгоритм предварительной обработки реализаций полей, основанный на использовании двумерного фильтра первого порядка, обеспечивающего значительную экономию машинного времени при сохранении высокого качества фильтрации.

12. Разработаны способы практической реализации АИРС, в основу которых положены принципы аппаратно-программной комплексной обработки с общей памятью и смешанным (централизованно-распределенным) управлением. Данные способы являются основой для создания серии АИРС, ориентированных на решение задач различной сложности, связанных с обработкой информации пространственно-временных полей.

13. Практическая реализация разработанных принципов и алгоритмов, а также построенных на их основе систем показала, что все выдвигаемые к системам распознавания требования (см. введение) удовлетворяются в достаточно полной мере:

315

- использование АИРС существенно повышает уровень достоверности получаемых результатов (например, при ранней диагностике заболеваний молочной железы, почти на 20%, доводя его до 90%);

- использование АИРС не требует высокого уровня квалификации оператора, то есть с оператора снимается по-существу интеллектуальная нагрузка, связанная с обработкой ("пониманием") информации полей;

- существенно сокращаются сроки и затраты, связанные с адаптацией систем как за счет резкого сокращения требуемых объемов обучающих выборок реализаций полей, так и отсутствия необходимости в проведении верификации данных выборок;

- существенно сокращаются сроки приобретения знаний о характере связей между динамикой структуры полей и динамикой состояний исследуемых объектов.

Результаты диссертационных исследований использованы:

1. при разработке автоматизированных систем оценки качества термоизоляции объектов с энергетической установкой и их дальнейшей модернизации;

2. при разработке и практическом использовании автоматизированных систем термодиагностики типа ACT (приложение 4);

3. при разработке и практической реализации способов ранней диагностики опухолевых заболеваний молочной железы (A.C.N 1320921, 1987 г. Патент N 2043074 РФ, 1992 г., приложение 5);

4. при разработке и практйческой реализации способов и систем распознавания состояний теплоизлучающих объектов по их тепловым изображениям (Патент N 2054640 РФ, 1994 г., патент N 2047850, 1994 г.);

5. при разработке программ для автоматизированного анализа тепловых полей суставов больных ревматическими заболеваниями (приложение 6);

6. при разработке методов и алгоритмов функционирования автоматизированных систем анализа сложных информационных полей при неразру-шающем контроле (приложение 7);

316

7. при выполнении ряда научно-исследовательских договорных работ (97/76, 20/78, 38/82, 48/83, 47/86, 122/86, АСОИЗ), представленных соответствующими отчетами МИРЭА (Инв N Б798874, N Б880412, N 02830086939, N 02860038373, N 4222С, N 02890051254);

8. при выполнении научно-исследовательской работы (тема САПР) в рамках федеральной целевой научно-технической программы 1.14.96П (per. N01990001816) - "Разработка метода и системы определения состояний теп-лоизлучающих объектов по их тепловым изображениям";

9. при выполнении ряда текущих научно-исследовательских работ:

1) по программе "Научные исследования высшей школы по технологии живых систем", выполняются проекты:

- "Разработка системы пассивной лучевой диагностики экспертного типа применительно к валеологии";

- "Разработка и исследование систем мониторинга Земли и атмосферы в ИК-диапазоне на новых физических и информационных принципах";

2) по программе МО РФ "Технологии имитации и моделирования ситуаций, прогнозирования, подготовки, обоснования и принятия решений" выполняются проекты:

- "Разработка принципов управления выделением и формализацией существенных признаков информационных полей (новых знаний) для широкого комплекса экспертных систем военного назначения" (НИР "Интеллект");

- "Исследование путей создания и разработки широкоспектральных пассивных систем обнаружения и распознавания объектов в условиях тепло-маскировки" (НИР "Модус");

10. в учебном процессе МИРЭА по следующим дисциплинам:

- "Системы цифровой обработки сигналов",

- "Основы метрологии";

- " Системы искусственного интеллекта",

- "Обработка экспериментальных данных на ЭВМ" и др.

317

ЗАКЛЮЧЕНИЕ

В диссертационной работе разработаны и теоретически обоснованы системные принципы структурно-стохастического управления обработкой информации пространственно-временных полей, позволяющие создавать системы нового класса, - адаптивные информационно-распознающие системы (АИРС), способные функционировать в условия значительной априорной неопределенности и пересекаемости образов полей и обеспечивающие тем самым существенное ускорение дорогостоящих процессов приобретения новых знаний о связях между состояниями исследуемых объектов и их тепловыми полями.

1. Феллер В. Введение в теорию вероятности и ее приложения./ Пер. с англ.- М.: Мир, 1967 в 2-х томах.

2. Стратонович Р.Л. Условные марковские процессы и их применение к теории оптимального управления. -М.: МГУ, 1966.

3. Дынкин Е.Б., Юшкевич A.A. Теоремы и задачи о процессах Маркова. — М.: Наука, 1967.

4. Шеннон К. Работы по теории информации и кибернетике. / Пер. с англ. -М.:ИЛ, 1963.

5. Колмогоров А.Н. Теория передачи информации. М.: АН СССР, 1956.

6. Репин В.Г., Тартаковский Г.П. Статистический синтез при априорной неопределенности и адаптация информационных систем. М.: Сов. Радио, 1977.

7. Беллман Р. Динамическое программирование. / Пер. с англ.- М.: ИЛ, 1960.

8. Ширяев А.Н. Статистический последовательный анализ. М.: Наука, 1969.9. • Айзерман М.А., Браверман Э.М., Розоноэр Л.И. Метод потенциальныхфункций в теории обучения машин. М.: Наука. 1970.

9. Цыпкин Я.З. Адаптация и обучение в автоматических системах. М.: Наука, 1968.

10. Цыпкин Я.З. Основы теории обучающихся систем. М.: Наука, 1970.

11. Математическая теория планирования эксперимента. / Под ред. М.М. Ермакова-М.: Наука, 1983.

12. Цыпкин Я.З. Основы информационной теории идентификации. М.: Наука, 1984.

13. Петров Б.Н., Уланов Г.М., Ульянов C.B. Информативность признаков и сжатие информационных процессов управления. Итоги науки и техники, сер. Техническая кибернетика - М.: ВИНИТИ, 1980, т.13.318

14. Бакут П.А. О теоретико-информационном подходе к задачам статистических решений. Проблемы передачи информации, 1971, N1, с. 3-28.

15. Невельсон М.Б, Хасьминский Р.З. Стохастическая аппроксимация и рекуррентное оценивание. М.: Наука, 1972.

16. Фукунага К. Введение в статистическую теорию распознавания образов. / Пер. с англ. М.: Наука, 1979.

17. Голдман С. Теория информации. / Пер. с англ. М.: ИЛ, 1957.

18. Кульбак С. Теория информации и статистика. / Пер. с англ. М.: Наука, 1967.

19. Боголюбов H.H. Проблемы динамической теории в статистической физике. М.: Гостехиздат, 1946.

20. Большаков H.A. Статистические проблемы выделения потока сигналовиз шума. М.: Сов. Радио, 1969.

21. Ачкасов Ю.С. Приложение теории апостериорного анализа потоков к задаче обнаружения траекторий. Изв. АН СССР, Техническая кибернетика, 1971, N5, с. 5-41.

22. Кузнецов П.Н., Стратонович Р.Л. К математической теории коррелированных случайных точек. Изв. АН СССР, сер. Математика, 1956, N20, с. 10-36.

23. Аоки М. Оптимизация стохастических систем. / Пер. с англ. М.: Наука, 1971.

24. Буш Р., Мостеллер Ф. Стохастические модели обучаемости. / Пер. с англ. М.: Наука, 1958.

25. Гихман И.И., Скороход A.B. Управляемые случайные процессы. Киев, "Наукова Думка", 1977.

26. Фомин В.Н. Математическая теория обучаемых систем. JL: ЛГУ, 1976.

27. Юдин Д.Б. Математические методы управления в условиях неполной информации. -М.: Сов. Радио, 1974.

28. Срагович В.Г. Адаптивное управление. —М.: Наука, 1987.319

29. Прэтт У. Цифровая обработка изображений. / Пер. с англ. М.: Мир, 1982, кн. 1 и 2.

30. Ярославский Л.П. Введение в цифровую обработку изображений. М.: Сов. Радио, 1979.

31. Розенфельд А. Распознавание и обработка изображений с помощью вычислительных машин. / Пер. с англ. М.: Мир, 1972.

32. Завалишин Н.В., Мучник И.Б. Модель зрительного восприятия и алгоритмы анализа изображения. М.: Наука, 1974.

33. Ковалевский В.А. Методы оптимальных решений в распознавании изображений. М.: Наука, 1976.

34. Дуда Р, Харт П. Распознавание образов и анализ сцен. / Пер с англ. -М.: Мир, 1969.

35. Анисимов Б.В., Курганов В.А., Злобин В.К. Распознавание и цифровая обработка изображений. М.: Высшая школа, 1983.

36. Автоматический анализ сложных изображений. / Под ред. Э.М. Бра-вермана-М.: Мир, 1969.

37. Файн B.C. Опознавание изображений. М.: Наука, 1970.

38. Гренандер У. Лекции по теории образов./Пер. с англ. М.: Мир, 1979.

39. Хант Э. Искусственный интеллект. / Пер. с англ. М.: Мир, 1987.

40. Уинстон П. Искусственный интеллект. / Пер. с англ. М.: Мир, 1980.

41. Нильсон Н. Принципы искусственного интеллекта. / Пер. с англ. М.: Радио и связь, 1985.

42. Розенблатт Ф. Принципы нейродинамики: персептрон и теория механизмов мозга. / Пер. с англ. -М.: Мир, 1965.

43. Минский М. Пейперт С. Персептроны. / Пер. с англ. М.: 1971.

44. Веденов А.Д. Моделирование элементов мышления. М.: Наука, 1988.

45. Поспелов Г.С. Искусственный интеллект основа новой информационной технологии. - М.: Наука, 1988.

46. Ефремов Е.Е. Решатели интеллектуальных задач. М.: Наука, 1982.

47. Попов Э.В. Экспертные системы. -М.: Наука, 1987.320

48. Бонгард М.М. Проблемы узнавания. М.: Наука, 1967.

49. Мак-Каллок У., Питтс У. Логическое исчисление идей, относящихся к нервной активности Автоматы. / Пер. с англ. - М.: ИЛ, 1956, с. 362384.

50. Нильсон Н. Обучающиеся машины. / Пер. с англ. М.: Мир, 1967.

51. Васильев В.И. Распознающие системы. Киев, "Наукова Думка", 1983.

52. Ту Д., Гонсалес Р. Принципы распознавания образов. / Пер с англ. М.: Мир, 1978.

53. Патрик Э. Основы теории распознавания образов. / Пер. с англ. М.: Сов. Радио, 1980.

54. Горелик А.Л., Скрипкин В'.А. Методы распознавания. М.: Высшая школа, 1977.

55. Турбович И.Т., Гитис В.Г., Маслов В.К. Опознание образов. М.: Наука, 1971.

56. Фор А. Восприятие и распознавание образов. / Пер. с франц. М.: Машиностроение, 1989.

57. Фомин Я.А., Тарковский Г.Р. Статистическая теория распознавания образов. -М.: Радио и связь, 1986.

58. Аркадьев А.Г., Браверман Э.М. Обучение машины классификации объектов. М.: Наука, 1971.

59. Вапник В.И., Червоненкис А.Я. Теория распознавания образов (статистические проблемы обучения). -М.: Наука, 1974.

60. Себестиан Г. Процессы принятия решений при распознавании образов. / Пер. с англ. Киев, Техника, 1965.

61. Макаров И.М. и др. Теория выбора и принятия решений. М.: Наука, 1982.

62. Левит В.Е., Переверзев-Орлов B.C. Структура и поле данных при распознавании образов. М.: Наука, 1984.I

63. Браверман Э.М., Мучник И.Б. Структурные методы обработки эмпирических данных. М.: Наука, 1983.321

64. Мирошников М.М. Тепловидение и зрительное восприятие Тезисы докладов на международной конференции "ТеМП-94", С.-Пб.: ГОИ им. С.И. Вавилова, 1994, с.5.

65. Перцов О.Л., Рудакас П.П. К вопросу о корреляции температуры кожного покрова с температурой внутренних областей тела и перефириче-ским кровотоком. Сб.: "Тепловидение". / Под ред. Н.Д. Куртева, М.: МИРЭА, 1992, с. 133-138.

66. Пугачев B.C., Синицын И.Н. Стохастические дифференциальные системы. М.: Наука, 1985.

67. Крамер Г. Математические методы статистики. / Пер. с англ. М.: Мир, 1975.

68. Пугачев B.C. Теория случайных функций. М.: ГИФМЛ, 1962.

69. Борель Э. Вероятность и достоверность. / Пер. с франц. М.: ГИФМЛ, 1961.

70. Назин A.B., Позняк A.C. Адаптивный выбор вариантов. М.: Наука, 1986.

71. Буш Р., Мостеллер Ф. Стохастические модели обучаемости. / Пер. с англ. -М.: Наука, 1958.

72. Дынкин Е.Б., Юшкевич A.A. Управляемые марковские процессы и их применения. — М.: Наука, 1975.

73. Ермольев Ю.М. Методы стохастического программирования. М.: Наука, 1976.

74. Кемени Дж., Снелл Дж. Конечные цепи Маркова. / Пер. с англ. М.: Наука, 1970.

75. Литлвуд Дж. Математическая смесь. / Пер. с англ. М.: Наука, 1973.

76. Бусленко Н.П., Голенко Д.И. Метод статистических испытаний (метод322

77. Монте-Карло). -М.: Физматгиз, 1962.

78. Ермаков С.М. Метод Монте-Карло и смежные вопросы. М.гНаука, 1975.

79. Ермаков С.М., Михайлов Г.А. Курс статистического моделирования. -М.: Наука, 1981.

80. Быков В.В. Цифровое моделирование в статистической радиотехнике. -М.: Сов. Радио, 1971.

81. Полляк Ю.Г. Вероятностное моделирование на электронных вычислительных машинах. -М.: Сов. Радио, 1971.

82. Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сигналов. / Пер. с англ., М.: Мир, 1978 .

83. Кузнецов H.A. и др. Управление наблюдениями в автоматических системах. -М.: Наука, 1986.8 5. Ллойд Д. Системы тепловидения. М.: 1978.

84. Мирошников М.М. Теоретические основы оптико-электронных приборов. Л.: Машиностроение, 1983.

85. СБИС для распознавания образов и обработки изображений. / Пер. с англ. -М.: Мир, 1988.

86. Системы параллельной обработки. / Пер с англ. М.: Мир, 1985.

87. Амамия М, Танака Ю. Архитектура ЭВМ и искусственный интеллект. / Пер. с японск. М.: Мир, 1993.

88. Рытов С.М., Кравцов Ю.А., Татарский В.И. Введение в статистическую радиофизику. Случайные поля. -М.: Наука, 1978.

89. Сб.: Неразрушающий контроль/ Под ред. В.В. Клюева, М.: Машиностроение, 2001.

90. Девятков Н.Д. О задачах тепловизионной техники в медицинской диагностике. -Сб.: "Тепловидение в медицине"/ Под ред. М.М. Мирошни-кова, Л.: ГОИ им. С.И. Вавилова, 1980, ч.1, с. 22-27.

91. Мирошников М.М. Тепловизионная аппаратура и ее применение в медицине. Сб.:"Тепловидение в медицине"/ Под ред. М.М. Мирошникова, Л.: ГОИ им. С.И. Вавилова, 1984, с. 7-9.

92. Напалков Н.П. Основные направления и перспективы применения термографии в клинической онкологии. -Сб:"Тепловидение в медицине./ Под ред. М.М. Мирошникова, Л.: ГОИ им. С.И. Вавилова, 1980, ч. 1, с. 28-33.

93. Гольц М.В., Девятков Н.Д. и др. Тепловидение в диагностике опухолевых заболеваний молочной железы. Тезисы "ТеМП-79", Л.: ГОИ им. С.И. Вавилова, 1979, с. 176-177.

94. Линденбратен Л.Д., Гинзбург Л.И. Термография в выявлении заболеваний молочных желез при массовых профилактических обследованиях.- "Медицинская техника", М.: Медицина, 1980, N4, с. 49-52.

95. Габуния Р.И., Ленская О.П., Богдасаров Ю.Б. и др. Значение термографии в комплексном обследовании онкологических больных "Медицинская техника", М.: Медицина, 1980, N4, с. 19-21

96. Мирошников М.М., Мельникова В.П. Актуальные вопросы медицинского тепловидения, организация и задачи тепловизионных центров. -Сб.:"Тепловидение в медицине"/Под ред. М.М. Мирошникова, Л.: ГОИ им. С.И. Вавилова, 1987, ч. 1, с.7-18.

97. Шехтер А.И., Гинзбург Л.И. Термография в комплексной лучевой диагностике заболеваний некоторых органов. -Сб.: "Тепловидение в медицине"/ Под ред. М.М. Мирошникова, Л.: ГОИ им. С.И. Вавилова, 1987,ч. 1, с.70-75.

98. Александрова Г.И., Соболева Н.Ф. и др. Эффективность использования термографии при выявлении заболеваний молочной железы по результатам 12-летних наблюдений. Тезисы "ТеМП-88", Л.: ГОИ им. С.И. Вавилова, 1988, ч.1, с. 119-120.

99. Тепловизионный метод исследования в онкологической практике. Термосемиотика злокачественных и доброкачественных опухолей. / Под ред. М.М. Мирошникова и М.Л. Гершановича Л.: НИИ Онкологии им. проф. H.H. Петрова, ГОИ им. С.И. Вавилова, 1976.324

100. Клиническое тепловидение./ Под ред. В.П. Мельниковой и М.М. Миiрошникова. С.-П.б: ГОИ им. С.И. Вавилова, 1999.

101. Ленская О.П., Гладкова Т.Г., Габуния Р.И., Богдасаров Ю.Б. Оценка информативности термографических признаков молочных желез с помощью ЭВМ. "Медицинская радиология", -М.: Медицина, 1981, N2, с. 24-28.

102. Напалков Н.П., Кондратьев В.Б. Термографический метод при оценке прогноза злокачественных новообразований. -Сб.:"Тепловидение в медицине"/ Под ред. М.М. Мирошникова, -Л.: ГОИ им. С.И. Вавилова, 1984, с. 31-36.t

103. Евтихиев H.H., Куртев Н.Д., Голубь Б.И., Смирнов A.B. Широкоспектральный тепловизор АТП-47С Сб.: Тепловидение/ Под ред. Н.Д. Куртева, М.:МИРЭА, 1994, вып 10, с. 49-52.

104. Куртев Н.Д., Анцыферов С.С. Вопросы построения классификатора объектов по их тепловизионным сигналам. Сб.: "Тепловидение"/ Под ред. Н.Д. Куртева, М.: МИРЭА, 1978, вып.2, с. 127-134.

105. Анцыферов С.С., Степаненко И.П., Мельчаков В.Н. Вопросы разработки эталона тепловизионного сигнала гибридной интегральной микросхемы- Сб.:"Тепловидение7 Под ред. Н.Д. Куртева, М.: МИРЭА, 1978,Iвып.2, с. 134-145.

106. Анцыферов С.С., Куртев Н.Д., Фолуменов Е.М. Алгоритмы машинной классификации объектов по их тепловизионным сигналам. Сб.: "Тепловидение"/ Под ред. Н.Д. Куртева, М.: МИРЭА, 1978, вып.2, с. 146153.

107. Анцыферов С.С., Куртев Н.Д., Смирнов A.B. Технологичный способ построения тепловизионных систем. Сб.: "Электронная промышлен325ность", М.: Электроника, 1979, N6, с. 61-62.

108. Куртев Н.Д., Анцыферов С.С., Смирнов A.B. Тепловизор АТП-13. -Сб.¡"Электронная промышленность", М.: Электроника, 1979, N8-9, с.35.

109. Куртев Н.Д., Анцыферов С.С., Смирнов A.B. Об одном варианте построения тепловизионных систем. Тезисы докладов Всесоюзной конференции "ТеМП-79", Д.: ГОИ им. С.И. Вавилова, 1979, с. 13-15.

110. Анцыферов С.С., Куртев Н.Д. О точности корреляционного способа совмещения реализаций тепловых полей. Сб.: "Тепловидение"/ Под ред. Н.Д. Куртева, М.: МИРЭА, 1980, вып.З, с. 114-120.

111. Куртев Н.Д., Анцыферов С.С., Смирнов A.B. Об одном варианте построения тепловизионных систем. Сб.:"Тепловидение" в медицине"/ Под ред. М.М. Мирошникова, JL: ГОИ им. С.И. Вавилова, 1980, 4.1, с.77-81.

112. Куртев Н.Д., Анцыферов С.С. Анализ тепловых изображений. "Медицинская техника", М.: Медицина, 1980, N4, с.29-32.

113. Куртев Н.Д., Анцыферов С.С. Автоматизированный анализ тепловых изображений медико-биологических объектов и его практическое осуществление. Тезисы докладов на Всесоюзной конференции "ТеМП-85", г. Фрунзе, апрель, 1985, с.5.

114. Анцыферов С.С., Габуния Р.И., Ленская О.П., Богдасаров Ю.Б. Оценка эффективности метода автоматизированного анализа тепловых изображений молочных желез. Тезисы докладов на Всесоюзной конференции "ТеМП-85", г. Фрунзе, апрель, 1985, с. 154-155.

115. Анцыферов С.С., Куртев Н.Д. Автоматизированный анализ тепловых изображений. Сб.:"Электронная промышленность", М.: Электроника, 1986, N5, с.29-30.

116. Куртев Н.Д., Анцыферов С.С. Повышение достоверности анализа тепловых изображений. Сб.¡"Тепловидение"/ Под ред Н.Д. Куртева, М.: МИРЭА, 1986, вып.6, с. 112-116.

117. Анцыферов С.С., Апенышева Н.П., Сысоев В.Ф. Компьютерная обработка термограмм в диагностике артритов. Сб.: "Тепловидение"/ Под ред. Н.Д. Куртева, М.: МИРЭА, 1986, вып.6, с. 141-144.

118. Куртев Н.Д, Анцыферов С.С. Автоматизированный анализ тепловых изображений медико-биологических объектов и его практическое осуществление. Сб.: "Тепловидение в медицине"/ Под ред. М.М. Мирош-никова, JL: 1987, ГОИ им. С.И. Вавилова, ч. 1, с. 37-42.

119. Анцыферов С.С., Куртев Н.Д, Габуния Р.И., Ленская О.П, Богдасаров Ю.Б. Способ диагностики опухолевых заболеваний молочных желез. A.C. N1320921, 1987, г. Москва.

120. Куртев Н.Д., Анцыферов С.С. Диагностика по тепловым изображениям с использованием элементов экспертных систем. Тезисы докладов Всесоюзной школы-совещания "Проблемы проектирования экспертных систем", М.: ИПУ, 1988, ч.2, с. 163.

121. Куртев Н.Д., Анцыферов С.С. Алгоритм обучения автоматизированных систем диагностики по тепловым изображениям. Сб.: "Тепловидение"/ Под ред. Н.Д. Куртева, М.: МИРЭА, 1988, вып.7, с.100-103.

122. Куртев Н.Д., Анцыферов С.С. Автоматизированные системы диагностики по тепловым изображениям и перспективы их развития. Тезисы докладов на IV Всесоюзной'конференции "ТеМП-88", Л.: ГОИ им. С.И.1. Вавилова, 1988,4.1, с.З.

123. Сысоев В.Ф., Апенышева Н.П., Анцыферов С.С. Применение компьютерной обработки термограмм в диагностике артритов. Тезисы докладов на IV Всесоюзной конференции "ТеМП-88", Л.: ГОИ им. С.И. Вавилова, 1988, ч.2, с.211-212.

124. Куртев Н.Д., Анцыферов С.С. Автоматизированные системы диагностики по тепловым изображениям и перспективы их развития. Сб.: "Тепловидение в медицине"/ Под ред. М.М. Мирошникова, Л.:, ГОИ им. С.И. Вавилова, 1988,4.1, с.51-57.

125. Куртев Н.Д., Анцыферов С.С. Стохастическая модель распознавания образов тепловых изображений. Сб.: "Тепловидение"/ Под ред. Н.Д. Куртева, М.: МИРЭА, 1990, вып.8, с.90-91.

126. Kurtev N.D., Antsyferov S.S. Concept on computer-aided thermodiagnostics in solving the problem of mass prophylactic examination of population. -Procedings of SPIE, Vol. 2106, 1991. p.26-33.

127. Евтихиев H.H., Куртев Н.Д, Анцыферов С.С., Ленская О.П., Богдасаров Ю.Б., Габуния Р.И. Способ ранней диагностики опухолевых заболеваний молочной железы. Патент N 2043074, 1992, РФ.

128. Куртев Н.Д., Анцыферов С.С. О концепции компьютерной термодиагностики при решении проблемы массовых профилактических обследований населения. Сб.: "Тепловидение"/ Под ред. Н.Д. Куртева, М.: МИРЭА, 1992, вып.9, с.78-84.

129. Куртев Н.Д., Анцыферов С.С., Кормушкин A.B. Разработка методов и аппаратуры для автоматизации термографических исследований в медицине. Сб.: "Здоровье населения России", М.: ВНИИ межотраслевойинформации, 1994, т.1, с.21-22.

130. Куртев Н.Д., Анцыферов С.С. Структурно-стохастический метод распознавания состояний объектов по их тепловым изображениям. Тезисы докладов на международной конференции "ТеМП-94", С.-Петербург: ГОИ им. С.И. Вавилова, 1994, с.8-9.

131. Куртев Н.Д., Анцыферов С.С. Метод распознавания состояний объектов по их тепловым изображениям. Сб.: "Тепловидение"/Под ред. Н.Д. Куртева, М.: МИРЭА, 1994, вып.10, с.81-83.

132. Евтихиев H.H., Куртев Н.Д, Анцыферов С.С. Способ распознавания состояний теплоизлучающих объектов по их тепловым изображениям. -Патент N 2054640,1994, РФ.

133. Евтихиев H.H., Куртев Н.Д., Анцыферов С.С., Голубь Б.И., Смирнов A.B. Установка для термодиагностики. Патент N 2047850, 1994, РФ.

134. Куртев Н.Д., Анцыферов С.С. Системы обработки диагностической информации тепловых изображений структурно-стохастическим методом. Тезисы докладов на международной конференции "Прикладная оптика-96", С.-Петербург: ГОИ им. С.И. Вавилова, 1996, с.34-36.

135. Куртев Н.Д., Анцыферов С.С. О принципах построения систем обработки и распознавания диагностической информации тепловых изображений. Сб.: "Тепловидение"/ Под ред. Н.Д. Куртева, М.: МИРЭА, 1997, вып.11, с.49-59.

136. Kurtev N.D., Antsyferov S.S. Structural-stochastic method of processing and recognizing information in thermal images. J.Opt. Technol., 64(2), 1997, p.102-104.

137. Куртев Н.Д., Анцыферов C.C. Структурно-стохастический метод обработки и распознавания информации тепловых изображений. -Оптический журнал, т.64, N2,1997, с.35-37.

138. Куртев Н.Д., Анцыферов С.С. Формирование спектра тепловых изображений в задачах диагностики. Тезисы докладов на международной конференции "ТеМП-98", С.-Петербург: ГОИ им. С.И. Вавилова, 1988, с.22.

139. Анцыферов С.С., Тювин Ю.Д. Алгоритмический метод распознавания состояний медико-биологических объектов по их тепловым полям. -Сб.: "Радиоэлектроника в медицинской диагностике", М.: ИРЭ РАН, 1999, с.35-38.

140. Куртев Н.Д., Анцыферов С.С., Голубь Б.И. Автоматизированная широкоспектральная система диагностики состояний медико-биологических объектов по их тепловым полям. Сб.: "Радиоэлектроника в медицинской диагностике", М.: ИРЭ РАН, 1999, с. 128-130.

141. Анцыферов С.С., Федотова Д.Э. Оценка состояний технико-экономических систем. Тезисы городской научно-практической конференции "Потенциал московских ВУЗов и его использование в инте330ресах города", M.: МИРЭА, 1999, с. 15-16.

142. Анцыферов С.С. Формирование спектра тепловых изображений объектов и распознавание их образов. Оптический журнал, т.66, N12, 1999, с.46-48.

143. Куртев Н.Д., Голубь Б.И., Анцыферов С.С. Основы метрологии. М.: МИРЭА, 2000,4.1 и 2.I

144. Анцыферов С.С, Голубь Б.И. Принципы проектирования адаптивных широкоспектральных информационно-распознающих тепловизионных систем. Сб.: "Тепловидение"/ Под ред. A.C. Сигова, М.: МИРЭА, 2000, N13, с.3-26.

145. Евтихиев H.H., Анцыферов С.С., Голубь Б.И. Адаптация информационно-распознающих биомедицинских систем. "Биомедицинская радиоэлектроника", N1, 2001, с.5-9.

146. Колесов С.Н., Анцыферов С.С., Голубь Б.И., Ширяев C.B. Построение медицинских систем распознавания тепловизионных образов. "Биомедицинская радиоэлектроника", N1, 2001, с.25-28.

147. Анцыферов С.С., Голубь Б.И. Технология приема и обработки информации широкоспектральных тепловых полей. Тезисы "Юбилейная 50 научно-техническая конференция", М.: МИРЭА, 2001, ч.1, с.70.

148. Габуния Р.И., Анцыферов С.С., Ширяев C.B., Ленская О.П. Диагностика онкологических заболеваний по широкоспектральным тепловым полям. Тезисы "Юбилейная 50 научно-техническая конференция", М.: МИРЭА, 2001, ч.1,с.73.

149. Евтихиев H.H., Анцыферов1 С.С., Голубь Б.И. Технология адаптивной обработки информации тепловых широкоспектральных полей. Сб.: "Высокие технологии", М.: Электроника, 2001.

150. Анцыферов С.С. Адаптивное управление обработкой информации тепловых полей. Тезисы "Юбилейная 50 научно-техническая конференция", М.: МИРЭА, 2001, ч.1, с.70-71.331