Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Timchenko, Leonid" wg kryterium: Autor


Wyświetlanie 1-1 z 1
Tytuł:
Local difference threshold learning in filtering normal white noise
Proces uczenia względem lokalnego progu różnicy w filtrowaniu normalnego szumu białego
Autorzy:
Timchenko, Leonid
Kokriatskaia, Natalia
Tverdomed, Volodymyr
Kalashnik, Natalia
Shvarts, Iryna
Plisenko, Vladyslav
Zhuk, Dmytro
Kumargazhanova, Saule
Powiązania:
https://bibliotekanauki.pl/articles/27315427.pdf
Data publikacji:
2023
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
training
local difference threshold
filtering normal white noise
uczenie
lokalny próg różnicy
filtrowanie normalnego białego szumu
Opis:
The article was aimed at studying the process of learning by the local difference threshold when filtering normal white noise. The existing learning algorithms for image processing were analyzed and their advantages and disadvantages were identified. The influence of normal white noiseon the recognition process is considered. A method for organizing the learning process of the correlator with image preprocessing by theGQP methodhas been developed. The dependence of the average value of readings of the rank CCF (RCCF) of GQPs of the reference andcurrent images, representing realizations of normal white noise, on the probability of formation of readings of zero GQP is determined. Two versions of the learning algorithm according to the described learning method are proposed. A technique for determining the algorithm efficiency estimate is proposed.
Celem pracybyło zbadanie procesu uczenia za pomocą lokalnego progu różnicy podczas filtrowania normalnego białego szumu. Przeanalizowano istniejące algorytmy uczenia do przetwarzania obrazu oraz zidentyfikowano ich zalety i wady. Uwzględniono wpływ normalnego białego szumu na proces rozpoznawania. Opracowano metodę organizacji procesu uczenia korelatora z przetwarzaniem wstępnym obrazu przyużyciu metody GQP. Określono zależność średniej wartości próbek rangi CCF (RCCF) GQP obrazów referencyjnego i bieżącego, reprezentujących realizacje normalnego białego szumu, od prawdopodobieństwa utworzenia zerowych próbek GQP. Zaproponowano dwie wersje algorytmu uczenia opartegona opisanej metodologii uczenia. Zaproponowano metodę określania szacunkowej skuteczności algorytmu.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2023, 13, 2; 69--73
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies