Отрывок: Таким образом, чередование данных слоев формирует основные признаки исходных данных и устраняет в них шумы при одновременном понижении их размера. Тем самым уменьшается число параметров и увеличивается скорость обучения СНС по сравнению с полносвязной нейронной сетью, а также повышается качество классификации изображений. Для формирования наборов изображений использовалась библиотека Opticspy [4]. Это модуль Python для оптических приложений, включает в себя...
Название : Применение искусственных нейронных сетей для анализа и обработки изображений
Авторы/Редакторы : Иваев Д. Ш.
Дата публикации : 2021
Библиографическое описание : Иваев, Д. Ш. Применение искусственных нейронных сетей для анализа и обработки изображений. - Текст : электронный / Д. Ш. Иваев // XVI Королевские чтения : междунар. молодеж. науч. конф., посвящ. 60-летию полета в космос Ю. А. Гагарина : сб. материалов : 5-7 окт. 2021 г. : в 3 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; [науч. ред. М. А. Шлеенков]. - 2021. - Т. 1. - С. 461-462
Другие идентификаторы : RU\НТБ СГАУ\471634
Ключевые слова: полином Цернике
обработка изображений
модель сверточной нейронной сети
математическая модель аберраций
искусственные нейронные сети
распознавание аберраций
функция рассеяния точки
Располагается в коллекциях: Королевские чтения

Файлы этого ресурса:
Файл Размер Формат  
978-5-7883-1668-0_2021-461-462.pdf642.05 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



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