Визначення типу біологічної тканини за допомогою машинного навчання

Розвиток інформаційних технологій розпізнавання та класифікації даних вимірювань частотних характеристик імпедансу біологічних тканин заснованих на технологіях машинного навчання, є актуальним завданням для реалізації теоретичного та прикладного дослідження питання визначення типу біологічних тканин. Метою роботи є розробка та навчання моделі для класифікації типу біологічної тканини. За допомогою оціночної плати Eval AD5933EBZ виміряно амплітудно-частотні характеристики імпедансу біологічних тканин (яблука, ківі та цибулі), після чого, за допомогою машинного навчання, проведено їх оптимальна класифікація. Для проведення моделювання застосовано систему GMDH Shell, яка дозволяє вирішувати такі завдання моделювання: класифікацію (передбачення категорії); багатовимірне прогнозування часових рядів; регресію (безперервне прогнозоване значення); поліноміальна апроксимацію кривих. У статті використано такі методи класифікації: комбінаторний, покроковий з додаванням, покроковий змішаний. Як можна побачити з результатів класифікації, та графіків амплітудно-частотних характеристик живих біологічних тканин, результат класифікації напряму залежить від якості даних вимірювань, прикладом цього є яблуко. На графіку амплітудно-частотної характеристики яблука відсутні шуми, що дозволило правильно класифікувати тканину на 100%.