Отрывок: На основе нормированной матрицы вхождений можно вычислить следующие характерные признаки: 1. Суммарное среднее: 1 i i i F m p=∑ 2. Инерция: 22 ( ) ( , )d i j F i j N i j= −∑∑ 3. Второй угловой момент 23 ( , )d i j F N i j=∑∑ 4. Суммарная корреляция 4 i j i j F m m=∑∑ 5. Энтропия: 5 ln( ( , )) ( , )d d i j F N i j N i j= −∑∑ 6. Корреляция: 6 ( )( ) ( , )x x d i j F i M j M N i j= − −∑∑ 7. Затенен...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorСмирнов, А.А.-
dc.date.accessioned2017-01-11 09:44:19-
dc.date.available2017-01-11 09:44:19-
dc.date.issued2015-
dc.identifierDspace\SGAU\20170111\61124ru
dc.identifier.citationТруды Международной научно-технической конференции. Т.1 / под ред. С.А. Прохорова. – Самара: Издательство Самарского научного центра РАН. 2015. – с. 118-122ru
dc.identifier.isbn978-5-93424-734-9-
dc.identifier.urihttp://repo.ssau.ru/handle/Perspektivnye-informacionnye-tehnologii/Klassifikaciya-teksturnyh-izobrazhenii-s-ispolzovaniem-neironnyh-setei-61124-
dc.language.isorusru
dc.publisherИздательство Самарского научного центра РАНru
dc.subjectзадача классификации изображенияru
dc.subjectнейронные сетиru
dc.subjectтекстурные признакиru
dc.subjectматрица вхожденийru
dc.subjectалгоритм обратного распространения ошибкиru
dc.titleКлассификация текстурных изображений с использованием нейронных сетейru
dc.typeArticleru
dc.textpartНа основе нормированной матрицы вхождений можно вычислить следующие характерные признаки: 1. Суммарное среднее: 1 i i i F m p=∑ 2. Инерция: 22 ( ) ( , )d i j F i j N i j= −∑∑ 3. Второй угловой момент 23 ( , )d i j F N i j=∑∑ 4. Суммарная корреляция 4 i j i j F m m=∑∑ 5. Энтропия: 5 ln( ( , )) ( , )d d i j F N i j N i j= −∑∑ 6. Корреляция: 6 ( )( ) ( , )x x d i j F i M j M N i j= − −∑∑ 7. Затенен...-
Располагается в коллекциях: Перспективные информационные технологии

Файлы этого ресурса:
Файл Описание Размер Формат  
pit_2015_37.pdfОсновная статья274.99 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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