Восстановление радиоастрономических изображений молекулярных облаков методом максимума энтропии

• Автор: Промыслов, Виталий Георгиевич
• Шифр специальности: 01.03.02
• Научная степень: Кандидатская
• Год защиты: 2000
• Место защиты: Москва
• Количество страниц: 98 с. : ил.

Оглавление
Введение
1 Восстановление изображений
1.1 Введение
1.2 Формулировка задачи восстановления изображений для радиоастрономии
1.2.1 Восстановление изображений как обратная задача
1.3 Классические методы восстановления изображений
1.4 Выводы
2 Теоретические основы метода максимума энтропии
2.1 Введение
2.2 Метод максимума энтропии
2.3 Выводы
3 Эволюционный алгоритм
3.1 Введение
3.1.1 Свойства алгоритма эволюционных стратегий и энтропия
3.2 Описание эволюционного алгоритма метода максимума энтропии
3.2.1 Инициализация
3.2.2 Выбор
3.2.3 Скрещивание
3.2.4 Мутация
3.2.5 Критерий останова
3.3 Сравнение градиентного и эволюционного алгоритма для
метода максимума энтропии

ОГЛАВЛЕНИЕ
3.4 Использование обучающих моделей для восстановлении изображений
3.4.1 Использование моделей и эффект Балдвина
3.4.2 Применение оператора обучения в эволюционном алгоритме метода максимума энтропии
3.5 Моделирование процесса обучения
3.6 Выводы
4 Картографирование астрономических источников методом максимума энтропии с использованием алгоритма эволюционных стратегий
4.1 Введение
4.2 Оценка разрешения на картах, восстановленных методом
максимума энтропии
4.3 Картографирование биполярного потока Ь379Ш
4.3.1 Введение
4.3.2 Наблюдения и результаты
4.3.3 Построение карты источника методом максимума энтропии
4.3.4 Анализ результатов и определение параметров источника
4.3.5 Определение плотности
4.4 Картографирование источников СН3ССН
4.4.1 Введение
4.4.2 Построение карт источников методом максимума энтропии
4.5 Картографирование источников СН:!СК
4.5.1 Введение
4.5.2 Построение карт источников методом максимума энтропии
4.6 Картографирование источников СЭ
4.6.1 Введение
4.6.2 Построение карт источников методом максимума энтропии
4.7 Выводы
Заключение

ОГЛАВЛЕНИЕ ПРИЛОЖЕНИЕ
ГЛАВА 3. Эволюционный алгоритм

3.2.3 Скрещивание.
Рассмотрим оператор скрещивания С. Два кандидата (s, t) обмениваются случайным образом своими хромосомами (Рис. 3.2.3) Выбор хромосомы от того или иного родителя происходит с равной вероятностью (discrete crossover). Потомок получает следующий набор хромосом:
Скрещивание - один из самых важных операторов в эволюционном алгоритме, направляющий эволюцию по наиболее перспективным путям. Заметим, что целевая функция сама по себе не несет информацию о том, насколько близки между собой особи в популяции, так как особи, имеющие одинаковые значения целевой функции могут иметь различный набор хромосом. Поскольку информация о родителях кодируется значением хромосомы (т.е. значением коэффициента Лагранжа) и его местом в общем наборе, то любое изменение ’’формы” набора приводит к изменению положения вектора эволюции в пространстве поиска. Поэтому скрещивание не теряет смысла между особями, имеющими одинаковое или близкое значение целевой функции.
3.2.4 Мутация.
Рассмотрим оператор мутации М. Мутация характеризуется следующими параметрами:
• - вероятность изменения хромосомы на шаге £, << 1.
• А - область мутации, где К- подмножество области А , сформированное из мутированных элементов множества А.
• £ - вектор мутации сйт{£| I Е А' ог 0} = Ь , £ - случайное число с плотностью вероятности N(0,6), 8 шаг мутации.
• П(Д) - шаг мутации в области изображения / , П(/))2 =< ./)(£) >2.
Изменение величины множителя Лагранжа в процессе мутации
{г} — {A* or А- , і є А}
(3.6)
Af+1 = A‘ + {
(3.7)