Идентификация изображений наноструктуры поверхности в сканирующем туннельном микроскопе
Диссертация
Изображения, получаемые с помощью сканирующего туннельного микроскопа, обладают рядом недостатков, связанных с особенностями его работы и метода исследований: отсутствием строго-ограниченной шкалы координат, произвольным углом отображения наночастиц, а также наличием шумов и искажений различной природы. При этом осуществить идентификацию наночастиц прямым сравнением их теоретических… Читать ещё >
Список литературы
- Hwang J. Imaging phase-separated domains in conducting polymer blend films with near-field scanning optical microscopy / Goldner L.S., Karim A., Gettinger C. // Appl. Opt. 40(22) 3737−3745. 2001. P. 1−6.
- Hansma P.K. The scanning ion-conductance microscope / Drake B., Marti O., Gould S.A., Prater C.B. // Science, Vol. 243, Issue 4891. 1989. — P. 641−643.
- Gunther P. Scanning near-field acoustic microscopy / Fischer U.C., Dransfeld K. // Applied Physics B: Lasers and Optics. Vol. 48, № 1. — 1989. — P. 89−92.
- Yin Q.R. Near-field acoustic microscopy of ferroelectrics and related materials / Zenga H.R., Lia G.R., Xub Z.K. // Materials Science and Engineering B. -Vol. 99, Issues 1−3. 2003 — P. 2−5.
- Hamers R.J. Atomic-Resolution Surface Spectroscopy with the Scanning Tunneling Microscope // Annual Review of Physical Chemistry. Vol. 40. — 1989. -P. 531−559.
- Volcker M. Laser-driven scanning tunneling microscope / Krieger W., Walther H. // Phys. Rev. Lett. 66. 1991. — P. 1717−1720.
- Lai J. Thermal detection of device failure by atomic force microscopy / Chandrachood, M., Majumda, A., Carrejo, J.P. // Electron Device Letters. -Vol. 16 Issue 7.- 1995.-P. 312−315.
- Majumdar A. Scanning thermal microscopy // Annual Review of Materials Science. Vol. 29. — 1999. — P. 505−585.
- Zamborini F.P. In-Situ Electrochemical Scanning Tunneling Microscopy / Richard M. Crooks. // American Chemical Society. 1997. — P. 1−10.
- Moller R. Thermal noise in vacuum scanning tunneling microscopy at zerobias voltage / Esslinger A., Koslowski B. // J. Vac. Sci. Technol. Vol. 8, Issue 1.- 1990.-P. 590−593.
- Lanyi S. The resolution limit of scanning capacitance microscopes / Hruskovic M. // Journal of Physics. 36. — 2003. — P. 598−602.
- Kalinin U.A. Scanning Probe Microscopy / Sergei V., Gruverman A. // Springer. Vol. 2. — 2007. — P. 689−703.
- Dr. Dixon-Warren S.-J. Scanning Spreading Resistance Microscopy of MOCVD Grown InP and GaAs Optoelectronic and Microelectronic Structures // Electron Devices Society (EDS) and Lasers and Electro-Optics Society. -2007.-P. 34−65.
- Spence J.H. The Scanning Tunneling Atom Probe, and Lensless Point Reflection Microscopy // Journal of Surface. 1997. — Vol.3. — № 2. — P. 213−221.
- Брайант И. Приборы научных исследований, 1987. № 6. — С. 115.
- Эделъман B.C. Сканирующий туннельный микроскоп // А.С. 1 797 149 СССР, МПК Н 01 J37/285.
- Голубок А. О. Исследование методических и инструментальных принципов построения вакуумного туннельного электронного микроскопа. -1988. 150-НИР-И.- №гос. регистрации 1 860 134 855.
- Голубок А. О. Сканирующий туннельный микроскоп при атмосферном давлении // Сборник Научное приборостроение. Выпуск Электронно-ионная оптика. Ленинград: Наука, 1989. — С. 72−76.
- Голубок А.О. А.С. 1 604 136 Н02 N 2/00 Н01 L 41/09 Давыдов Д. Н., Тимофеев В.А. и др. Пьезоманипулятор.
- Быков В.А. Приборы и методы сканирующей зондовой микроскопии дляисследования и модификации поверхности: Дис. докт. техн. наук. М., 2000. 393 с.
- Быков А.В. Новые приборы и разработки в сканирующей зондовой микроскопии // Материалы всероссийского совещания «Зондовая микроско-пия-98». Нижний Новгород, 1998. — С. 110−111.
- Bykov V. Test structure for SPM tip shape deconvolution / Golovanov A., She-vyakov V. // Appl. Phys. A. 1998. — V. 66. — P. 499−502.
- Быков В.A. Электроника и программное обеспечение универсальных сканирующих зондовых микроскопов НТ-МДТ // Зондовая микроскопия-99. Материалы Всероссийского совещания. Нижний Новгород, 1999. С. 327−333.
- Володин А.П. Сканирующий туннельный микроскоп с большим полем зрения, совместимый с растровым электронным микроскопом / Степанян Г. А., Хайкин М. С., Эдельман B.C. // ПТЭ. 1989. — № 5. — С. 185−187.
- А.С. 1 537 088 СССР, МПК H 01 L 41/08 H 02 N 11/00. Устройство для микроперемещений объекта / Волгунов Д. Г., Гудков А. А., Миронов B.JI.
- TersoffJ. Il Phys. Ref: В. — 1989.- 11 990 p.
- Лемке X. Усовершенствование иглы для растровых туннельных и атом-но-силовых микроскопов // Приборы для научных исследований.- 1990. -№ 10.-С. 35.
- Fink H. W. IBM Mathematical Methods // J. Res. Develop. 1986. — V. 30. — P. 190.
- Kelsey G.S.J. Electrochem. Soc., 1977. 124. — № 814.
- Muller E.W. Field Ion Microscopy, Principles and Applicftion/ Tsong T.T. Il
- Elsiver, Amsterdam, 1969. P. 1−84.
- Миллер M. Зондовый анализ в автоионной микроскопии: Пер. с англ. / Под ред. А. Л. Суворова / Смит. Г. // М.: Мир. 1993. — С. 52−75.
- Фиринг Д. Изготовление игл для РТМ методом травления / Элекис Ф. // Приборы научных исследований, 1990. № 12. — С. 159−161.
- Thurstang R.E. Field Ion Microscopy and Relates Techniques: A Bibliography / Walls J.M. // Warwick Publishing Company, Birmingham, U. K., 1980. -№ 4.-P. 1951−1978.
- Начахара Л. Приборы научных исследований / Тундат Т. Т, Линдзи С. // 60(1989). -№ 10.-С. 3128−3130.
- Васильев С.И. Зондирующие эмиттеры для сканирующей туннельной микроскопии / Савинов С. В., Яминский И. В. //Электронная промышленность. 1991. — № 3. — С.42−45.
- Davis A. Optimization of Electrochemical Wet Etching of Silver STM Tips // University of California Irvine Department of Physics and Astronomy. 2006. -P. 1−12.
- Толстая A.M. Теоретические основы процессов электрохимической обработки металлов и сплавов: Учеб. пособие. Часть 2 / Анисимов А. П. // Наука М.: 1976. — 83 с.
- Tahmasebipour G. Optimization of STM/FIM nanotip aspect ratio based on the Taguchi method / Hojjat Y., Ahmadi V., Abdullah A. // The International Journal of Advanced Manufacturing Technology.- 2009.- Vol. 44.- 80−90.
- Sutton А.Р. The tight-binding bond model / Finnis M.W., Pettifor D.G., Ohta Y.//J. Phys. C. 1988.-V21.
- Slater J.C. Simplified LCAO Method for the Periodic Potential Problem / Koster G.F. // Phys. Rev. 94. 1954. — P. 1498−1524.
- Harrison W.A. Universal linear-combination-of-atomic-orbitals parameters for d-state solids / Froyen S. // Phys. Rev. Vol. 21. 1980. — P. 3214−3221.
- Krakauer U. Linearized augmented plane-wave method for the electronic band structure of thin films / Posternak O., Freeman A. J. // Phys. Rev. V. 19. 1979.-P. 1706−1719.
- Bardeen J. Tunnelling from a Many-Particle Point of View //Phys. Rev. Lett.-Vol. 6. Issue 2. — 1961. — P. 57−59.
- Richard E.P. Tunneling from a Many-Particle Point of View // Phys. Rev. 131.-Phys. Rev. 131, 1083−108. 1963. — P. 1083−1086.
- Tersoff J. Theory of the Scanning Tunneling Microscope //Phys. Ref. 1989. -V.40.-N.17.-P. 11 990−11 993.
- Tersoff J. Tip-dependent corrugation of graphite in scanning tunneling microscopy / Lang N.D. // Phys. Ref. Lett. 1990. — V.65. — N.9. — P. 1132−1135.
- Tersoff J. Theory of the Scanning Tunneling Microscope / Hamann D.R. //
- Phys. Ref. Lett. 1985. — V. 31. — № 2. — P. 805−813.
- Tersoff J. Theory and Application for the Scanning Tunneling Microscope / Hamann D.R. // Physical Review Letters. Vol. 50. — Issue 25. — 1983. — P. 1998−2001.
- Неволим В.К. Туннелирование пространственно локализованных частиц // Зондовая микроскопия-98: Материалы Всероссийского совещания.-Нижний Новгород. 2000. — С. 127−131.
- Chen C.J. Origin of atomic resolution on metal surfaces in scanning tunneling microscopy // Phys. Rev. Lett. 65. 1990. — P. 448−451.
- Biro L.P. A Possible Tool For Tip Characterization / Mark G.I., Balazs E. // Nanophase Materials: Synthesis Processes — Applications. — 1993. — P. 23−41.
- Пронъкин C.H. Сканирующая туннельная микроскопия наноразмерных систем: искажения и коррекция изображений / Васильев С. Ю. // Химия и компьютерное моделирование. Бутлеровские сообщения. 2001. — № 4. -С. 1−4.
- Bard A. J. Particle Chemistry // Ann. Chim.- 1997. V. 87. — P. 1531.
- Tersoff J. Theory of the Scanning Tunneling Microscope / Hamann D.R. // Phys. Ref. № 4. 1985. — V.38.- N.12. — P. 805−813.
- Lipanov A.M. Application of ab initio calculations for modeling STM images / Tyurikov A.V., Shelkovnikov E.Yu., Gulyaev P.V. // Scanning Probe Microscopy 2003, International Workshop, Nizhny Novgorod, IPM RAS, P. 243
- Hadjiiski L.T. Application of neural networks to a scanning probe microscopy system / Linnemann R., Stopka M., Oesterschulze E., Rangelow I., Kassing R. // Institute of Technical Physics, University of Kassel. 2000. — P. 1−12.
- Munster S. Neural network correction of nonlinearities in scanning probe microscope images / Oesterschulze E., Kassing R. // Journal of Vacuum Science & Technology B: Microelectronics and Nanometer Structures. 1996. — P. 1563−1568.
- Wang W.L. Application of neural networks to the reconstruction of scanning probe microscope images distorted by finite-size tips / Whitehouse D.J. // Nanotechnology V.6 C.45. 1996. — P. 12−24.
- Patan K. Stochastic learning methods for dynamic neural networks: simulated and real-data comparisons / Parisini T. // Proceedings of the American Control Conference. 2002. — P. 12−25.
- Korbicz J. Dynamic neural networks for process modelling in fault detection and isolation systems / Patan K., Obuchowicz A. // International Journal of Applied Mathematics and Computer Science. 1999. — № 9(3). — P. 519−546.
- Pham D.T. Training of Elman networks and dynamic system modelling / Liu X. // International Journal of Systems Science. 1996. — № 27. — P. 221−226.
- Spall J.C. Multivariate stochastic aproximation using a simultaneous perturbation gradient approximation // IEEE Trans. Automatic Control. 1992. — № 37. -P. 332−341.
- Martunez A.M. PCA versus LDA / Avinash C. Kak. // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2001. — Vol. 23. — № 2. — P. 228 233.
- Shlens J. A Tutorial on Principal Component Analysis // Proceeding of Institute for Nonlinear Science Coference. 2005. — P. 13−27.
- Miranda A.A. New Routes from Minimal Approximation Error to Principal Components / Le Borgne Y.A., Bontempi G. // Neural Processing Letters, Springer. 2008. — Vol. 27. — № 3. — P. 123−131.
- Roweis S. EM Algorithms for PCA and SPCA / Ed. Michael I. Jordan, Michael J. Kearns, Sara A. Solla. // Advances in Neural Information Processing Systems. 1998. — The MIT Press. — P. 1−16.
- Meyer G.G.L. Geometric Linear Discriminant Analysis For Pattern Recognition // Pattern Recognition. 2004. — Vol. 37. — № 3. — P. 421−428.
- Weiwei Y. Discriminant Locality Preserving Projections: A New Method to Face Representation and Recognition / Xiaolong, Chongqing Liu. // Proceedings of the 14th International Conference on Computer Communications and Networks.- 2005.- P. 201−207.
- Xiaofei H. Locality Preserving Projections / Partha Niyogi // Computer Science Department Computer Science Department The University of Chicago. -2002.-P. 1−8.
- Zhang L. Graph-optimized locality preserving projections / Qiao L., Chen S. // Pattern Recognition.- 2010.- P. 34−55.
- Wang Q. Eye Detection in Facial Images with Unconstrained Background / Jingyu Yang // Journal of Pattern Recognition Research. 2006. — Vol. 1. -№ 1.
- Ohba K. Detectability, Uniqueness, and Reliability of Eigen Windows for Stable Verification of Partially Occluded Objects / Ikeuchi K. // IEEE Transactions on Pattern Analysis and Machine Intelligenve. 1997. — Vol. 19. — № 9. -P. 1043−1048.
- Eckhardt M. Towards practical facial feature detection / Ian Fase, Javier Movellan // International Journal of Pattern Recognition and Artificial Intelligence (IJPRAI). 2009. — Vol. 23. — № 3. P. 379−400.
- Gong S. Dynamic Vision: From Images to Face Recognition // Imperial College Press. 2001. — P. 168−173.
- Kastleman K. Digital Image Processing // Proceeding of Prentice Hall Conference. 2000. — P. 36−41.
- Qi L. Adaptive appearance based face recognition / Jieping Ye, Min Lim Chandra Kambhamettu // International Journal on Artificial Intelligence Tools (I J AIT). 2008. — Vol. 17. — № 1. — P. 175−193.
- Michael J.J. Robust Real-Time Face Detection / Paul Viola // International Journal of Computer Vision. 2004. — Vol. 57. — P. 137−154.
- Jain A. Statistical Pattern Recognition: A Review / Duin R., Mao J. // IEEE
- Transactions on Pattern Analysis and Machine Intelligenve. 2000. — Vol. 22. — № 1. — P. 4−37.
- Freund Y. A Short Introduction to Boosting / Robert E. Schapire. // Journal of Japanese Society for Artificial Intelligence. 1999. — № 14(5). — P. 771−780.
- Rainer L. Empirical Analysis of Detection Cascades of Boosted Classifiers for Rapid Object Detection / Alexander Kuranov // Pattern Recognition. 2003. -P. 297−304.
- Lienhart R. An extended set of Haar-like features for rapid object detection / Maydt, J. 11ICIP02. 2002. — P. 900−903.
- Crow F. Summed-area tables for texture mapping // in Proceedings of SIGGRAPH. 1984. Vol. 18(3). — P. 207−212.
- Messom C.H. Fast and Efficient Rotated Haar-like Features Using Rotated Integral Images / Barczak A.L.C. // Australian Conference on Robotics and Automation (ACRA2006). 2006. — P. 1−6.
- Papageorgiou F.R. A general framework for object detection / Oren G.R., Poggio D.K. // International Conference on Computer Vision. 1998. — P. 345 378.
- Кудряшов П.П. Быстрый поиск человеческих лиц на изображениях / Фо-менков С.А. // Вестник компьютерных и информационных технологий № 7.-2007.-С. 14−17.
- Turk M. Eigenfaces for Recognition / Pentland A. // Journal of Cognitive Neuroscience. 1991. — Vol. 3. — № 1. — P. 71−86.
- Murase H. Visual Learning and Recognition of 3D Objects from Appearance / Nayar S. // Interantional Journal of Computer Vision. 1995. — Vol. 14. — P. 524.
- Ricardo B.C.P. Neural Network Hybrid Learning: Genetic Algorithms & Levenberg-Marquardt / Teresa B. Ludermir // Center of Informatics, Federal University ofPernambuco. 2006. — P. 89−101.
- Omer B. Genetic Algorithms for Neural Network Training on Transputers // Department of Computing Science University of Newcastle upon Tyne. -2006.-P. 14−18.
- Sukanesh R. A Comparison of Genetic Algorithm & Neural Network (MLP) / Harikumar R. // Engineering Letters. 2007. — P. 1−9.
- Schmitt F.G. Theory of Genetic Algorithms / Lothar M. // Theoretical Computer Science. 2001. — Vol. 259. — P 1−61.
- Vose F. The Simple Genetic Algorithm: Foundations and Theory / Michael D. // MIT Press, Cambridge, MA. 1999. — P. 23−43.
- Eiben I.E. Introduction to Evolutionary Computing / Agoston E., Smith, James E. // Engeneering Letters. 2003. — Vol 31. — P. 45−49.
- Mallick S.P. Detecting Particles In Cryo-Em Micrographs Using Learned Features / Zhu Y., Kriegman D. // Journal, of Structural Biology. 2004. — Vol. 145.-№ 1−2.-P. 52−62.
- Ham F. Principles of Neurocomputing for Science and Engineering / Kostanic I. // Mathematical Foundation for Neurocomputing. 1999. — Vol. 3. — P. 342 355.
- Тюриков A.B. Методика моделирования процесса травления зондирующих игл СТМ / Суворов A.C., Осипов Н. И. // Приборостроение в XXI веке. Интеграция науки, образование и производства. Ижевск. — 2007. — С. 34−42.
- Дику cap A.M. Термокинетические явления при высокоскоростных электродных процессах / Энгельгардт Г. Р., Молин А. Н. // Кишинев. 1989. -С. 143.
- Суворов A.JJ. Способ изготовления микроострий из металлической проволоки / Зайцев C.B., Бобков А. Ф. // А.с.№ 797 440 СССР, МПК H 01 J 1/30.
- Sauteta P. Calculation of the benzene on rhodium STM images / Joachim C. // Chemical Physics Letters. Vol. 185, Issues 1−2, 11. — 1991. — P. 23−30.
- Jlunanoe A.M. Метод исследования химического травления заготовок измерительных игл туннельного микроскопа / Тюриков A.B., Суворов A.C. // Химическая физика и мезоскопия т. 9−2. Ижевск. — 2007. — С. 172−182.
- Roger Т. Уравнения Навье-Стокса: теория и числовой анализ // L.: Oxford University Press, 2001. С. 424.
- Скурин Л.И. Маршевый и параллельный алгоритмы интегрирования уравнений Навье-Стокса для газа и жидкости // СПб.: Издательство СПбГУ. 2004.- С. 168.
- Андерсон Д. Вычислительная гидродинамика и теплообмен / Таннехилл Д., Плетчер Р. // Т.2. 1990. — С. 392.
- Патанкар С. Численные методы решения задач теплообмена и динамики жидкости. М.: Энергоиздат, 1984. — С. 151.
- Попл Д. Квантово-химические модели // УФН. 2002. — Т. 173. — № 3. — С. 353.
- Pople J.A. Quadratic configuration interaction. A general technique for determining electron correlation energies / Head-Gordon M., Raghavachari K.J. // Chem. Phys. 1987. — V. 87. — P. 5968.
- Быков В.А. Приборы и методы сканирующей зондовой микроскопии для исследования и модификации поверхности // Дис. докт. техн. наук. М., 2000.- С. 393.
- Tekman Е. Atomic Theory of scanning tunneling microscopy / Ciraci S. // Phys. Rev. B. 1989. — V. 40. — P. 10 286−10 293.
- Tekman E. Theory of anomalous of the corrugation Al (l 11) surface obtained from scanning tunneling microscopy / Ciraci S. // Phys. Rev. В.- 1990.- V. 42.- P. 18 601 863.
- Sutton A.P. The tight-binding bond model // Journal of Physics C. 1988. — V. 21.-P. 1432.
- Froyen S. Harrison W.A. // Phys. Rev. В.- 1979.- V. 20.- P. 2420.
- Hartree D.R. Proc. Camb. Philos. Soc. 1928.- V. 24. — P. 89.
- Fock V.Z. Naherungsmethode zur Losung des quantenmechanischen Mehrk5rperproblems // J. Phys.- 1930. V. 61. — P. 126.
- Raghavachari K. A Fifth-order Perturbation Comparison of Electron Correlation Theories / Trucks G. W., Pople J. A., Head-Gordon M. // Chem. Phys. Lett. 1989.-V. 157.-P. 479.
- Bardeen J. Tunneling from a many particle point of view // Phys. Rev. Lett. -1961.-V. 6.-P. 57.
- Шелковников Ю.К. Построение изображений поверхности при многокадровом режиме сканирующего туннельного микроскопа / Гафаров М. Р., Гуляев П. В., Тюриков А. В., Кизнерцев С. Р. // Химическая физика и мезоскопия.- 2008. Т. 10. — № 4. — С. 514−520.
- Pareek Т.P. Magnetic scanning tunneling microscopy with a two-terminal nonmagnetic tip: Quantitative results / Bruno P. // Phys. Rev. B. 2001. — V. 63.-P. 165 424.
- Головко В.А. Нейронные сети: обучение, организация и применение // М.: ИПР-ЖР. 2001. — С. 28−57.
- Novikoff А.В. On convergence proofs on perceptrons // Proceedings of the Symposium on the Mathematical Theory of Automata. Vol. 12. Polytechnic Institute of Brooklyn, 1962. P. 615−622.
- Stan Z.L. Statistical Learning of Multi-View Face Detection / Long Zhu, ZhenQiu Zhang, Blake A., HongJiang Zhang, Shum H. // In Proceedings of The 7th European Conference on Computer Vision.- 2002.- P. 132−156.
- Mohan A. Example-based object detection in images by components / Papa-georgiou C., Poggio T. // IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 23, No. 4. 2001. — P. 349 -361.
- Lienhart R. An Extended Set of Haar-like Features for Rapid Object Detection / Maydt J. // IEEE ICIP. 2002. — Vol. 1. — P. 900−903.
- Viola P. Rapid Object Detection using a Boosted Cascade of Simple Features / Jones M.J. // IEEE CVPR.- 2001. P. 1−15.
- Freund Y. Experiments with a new boosting algorithm / Schapire R.E. // In Machine Learning: Proceedings of the Thirteenth International Conference, Morgan Kauman, San Francisco. 1996. — P. 148−156.
- Balakrishnan K. Honavar V. Properties of genetic representations of neural architectures // Proceedings of the World Congress on Neural Networks. -INNS Press. 1995. — P. 807−813.
- Rowley H. Neural network-based face detection / Baluja S., Kanade T. // In IEEE Patt. Vol. 20. — 1998. — P. 22−38.
- Holland J.H. Adaptation in natural and artificial systems // University of Michigan Press. 1975. — P. 34−45.
- Rummelhart D.E. Learning internal representations by error propagation / Hinton G.E., Williams R.J. // Computational models of cognition and perception. Vol. 1. № 8. — Cambridge, MA: MIT Press. — 1986. — P. 319−362.
- Kimura T. Synapse weight accuracy of analog neuro chip / Shima T. // Proceedings of International Joint Conference on Neural Networks. 1993. -Vol.1.-P. 891−894.
- Anguita D. Limiting the effects of weight errors in feed forward networks using interval arithmetic / Ridella S., Rovetta S. // Proceedings of International Conference on Neural Networks. 1996. — Vol.1. — P. 414−417.
- Bishop C.M. Neural Networks for Pattern Recognition // Oxford University Press. 1995.-P. 107−126.
- Edwards P. Modelling weight- and input-noise in MLP learning / Murray A. // Proceedings Of International Conference on Neural Networks .- 1996.- Vol.l.-P. 78−83.
- Bartlett P. The sample complexity of pattern classification with neural networks: the size of the weights is more important than the size of the network // IEEE Transactions on Information Theory. -1998. -Vol. 44. no. 2. — P. 525 536.
- Durbin R. Product units: A computationally powerful and biologically plausible extension to backpropagation networks / Rummelhart D.E. // Neural Computation. 1989. — Vol. 1, no. 4. — P. 133−142.
- Rummelhart D.E. Learning internal representations by error propagation / Hinton G.E., Williams R.J. // Vol. 1 of Computational models of cognition and perception, chap. 8. Cambridge, MA: MIT Press, 1986. — P. 319−362.
- Колмогоров A.H. О представлении непрерывных функций нескольких переменных в виде суперпозиции непрерывных функций одного переменного // Докл. АН СССР. 1958.- Т. 114, № 5.- С. 953−956.
- Robbins P. Use of genetic algorithms for optimal topology determination in back propagation neural networks / Soper A., Rennolls K. // Proceedings of the International Conference on Artificial Neural Nets and Genetic Algorithms. 1993. — P. 726−730.
- Booker L.T. Improving Search in Genetic Algorithms // Genetic Algorithms and Simulating Annealing. 1987. — P.61−73.
- Липанов A.M. Применение аппарата прогнозирования в сканирующих устройствах растрового типа / Шелковников Ю. К., Гафаров М. Р. и др. // Приборы и системы: управление контроль диагностика.- № 7. 2010. — С. 59−64.1.hc,
- Belongie S. Color- and texture-based image segmentation using EM and its application to content-based image retrieval / Carson C., Greenspan H., Malik J. // Proc. of Intl. Conf. on Computer Vision. P. 675−82. — 1998.
- Lewis J.P. Fast Normalized Cross-Correlation // Industrial Light & Magic. -№ 1.- 1995. -P. 121−126.
- Seijfert U. Multiple Layer Perceptron Training Using Genetic Algorithms // European Symposium on Artificial Neural Networks, Bruges (Belgium). D-Facto public. — 2001. — P. 159−164.
- Van Rooij A.J.F. Neural network training using genetic algorithms / Jain L.C., Johnson R.P. // World Scientific. 1996. — P. 104−109.