Отрывок: Это, конечно, сопровождается потерей информации о классе и может приво- дить к потере качества распознавания. Построенные описанным способом опорные подпространства допускают простую про- цедуру множественной классификации. В данном случае для отнесения распознаваемого вектора к одному из классов достаточно определить класс, с которым показатель сопря- женности максимален. При этом на этапе построения опорных подпространств должна быть обе...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorФурсов, В.А.-
dc.contributor.authorМинаев, Е.Ю.-
dc.date.accessioned2016-12-12 11:16:01-
dc.date.available2016-12-12 11:16:01-
dc.date.issued2016-
dc.identifierDspace\SGAU\20161212\60734ru
dc.identifier.citationМатериалы Международной конференции и молодёжной школы «Информационные технологии и нанотехнологии», с. 530-537ru
dc.identifier.isbn978-5-7883-1078-7-
dc.identifier.urihttp://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Postroenie-opornyh-podprostranstv-v-zadachah-raspoznavaniya-fraktalnyh-izobrazhenii-60734-
dc.description.abstractВ статье решается задача распознавания фрактальных изображений. Рассматривается подход, основанный на использовании опорных подпространств, образованных подмножеством векторов распознаваемых классов. Предлагается новый, основанный на ортогональном разложении, алгоритм вычисления показателя сопряженности, с использованием которого формируются опорные подпространства, обеспечивающие повышение качества распознавания. Приводятся результаты экспериментов, показывающие, что качество распознавания растет даже при заметном уменьшении числа векторов в опорном подпространстве.ru
dc.language.isorusru
dc.publisherИздательство СГАУru
dc.subjectцифровая обработка изображенийru
dc.subjectраспознавание фрактальных изображенийru
dc.subjectпоказатель сопряженностиru
dc.subjectбинарная и множественная классификацияru
dc.titleПостроение опорных подпространств в задачах распознавания фрактальных изображенийru
dc.typeArticleru
dc.textpartЭто, конечно, сопровождается потерей информации о классе и может приво- дить к потере качества распознавания. Построенные описанным способом опорные подпространства допускают простую про- цедуру множественной классификации. В данном случае для отнесения распознаваемого вектора к одному из классов достаточно определить класс, с которым показатель сопря- женности максимален. При этом на этапе построения опорных подпространств должна быть обе...-
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Описание Размер Формат  
530-537.pdfОсновная статья628.59 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.