DOI: 10.14489/vkit.2020.03.pp.049-054

Скаковская А. Н., Лактионова Н. В.
ОПТИМИЗАЦИЯ ФУНКЦИОНАЛЬНОЙ ЭФФЕКТИВНОСТИ ЭЛЕКТРОННО-ОПТИЧЕСКОЙ СИСТЕМЫ
(pp. 49-54)

Аннотация. Предложена постановка задачи оптимизации (здесь и далее в информационном смысле) классификационной настройки по оперативности для сложного объекта контроля и управления. Разработан алгоритм ее решения на примере автофокусировки растрового электронного микроскопа в рамках метода функционально-статистических испытаний, основанного на оценке информационной способности обучающейся системы поддержки и принятия решений. Предложен подход к повышению оперативности автофокусировки изображения для классификационной автонастройки электронно-оптической системы распознавания изображений. Показано, что повышение оперативности достигается путем определения системы приращения управляющего параметра настройки – тока обмотки объективной линзы. В качестве системы приращений использованы р-числа Фибоначчи. Приведены результаты экспериментальной проверки предложенных алгоритмов. Усовершенствование автоматизации обработки данных в комплексе с методами и моделями распознавания образов позволяет использовать аппаратно-программный комплекс, составляющий основу исследований при синтезе систем искусственного интеллекта, в целях проектирования системы автофокусировки изображений для новых моделей растрового электронного микроскопа.

Ключевые слова:  числа Фибоначчи; автофокусировка; электронно-оптическая система; автоматическая классификация; система приращения; параметры настройки.

Skakovskaya А. N., Laktionova N. V.
OPTIMIZATION OF THE FUNCTIONAL EFFICIENCY OF THE ELECTRON-OPTICAL SYSTEM
(pp. 49-54)

Abstract. We suggest statement of the problem of optimization (hereinafter in the information sense) of classification setting in terms of efficiency for a complex object of control and management. An algorithm to solve it has been developed using the example of autofocusing a scanning electronic microscope as part of the method of functional-statistical tests, based on assessment of the information ability of the trainable support and decision-making system. The tuning process is considered as an iterative procedure for finding the maximum informational measure of diversity of the initial (defocused) and current image classes. The disadvantage of this algorithm is the appearance of a long oscillatory process when the value of the tuning parameter changes in the range of its extreme value, which leads to a decrease in the efficiency of auto-tuning of the electronic-optical system. We propose an approach to increase the efficiency of image autofocus for the classification auto-tuning of the electronic-optical image recognition system. It is shown that the increase in efficiency is achieved by determining the increment system of the control setting parameter – the winding current of the objective lens. The Fibonacci numbers are used as the increment system. The results of experimental verification of the proposed algorithms are presented. Improving the automation of data processing in combination with methods and models of pattern recognition allows to use a hardware-software complex, which forms the basis for researching at the synthesis of artificial intelligence systems, in order to design an autofocus image system for new models of a scanning electron microscope.

Keywords: Fibonacci numbers; Autofocus; Electron-optical system; Automatic classification; Increment system; Settings.