Отрывок: Для этого был разработан алгоритм автоматизации нарезки фрагментов изображений различного размера, соответствующих 4 классам объектов, предусматривающий интерактивное участие эксперта и автоматическое формирование директорий, содержащие различные области интереса. Алгоритм был реализован на языке C# в среде разработки Microsoft Visual Studio 2015 в виде оконного приложения (рисунок 10). Рисунок 10 – Интерфейс программы, формирующей исходную выборку боль...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorУшакова Н. С.ru
dc.contributor.authorИльясова Н. Ю.ru
dc.contributor.authorЧичева М. А.ru
dc.contributor.authorСуханов С. В.ru
dc.contributor.authorМинистерство образования и науки Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorИнститут информатикиru
dc.contributor.authorматематики и электроникиru
dc.coverage.spatialизображения глазного днаru
dc.coverage.spatialбиблиотека MAZDAru
dc.coverage.spatialпредобработка изображенийru
dc.coverage.spatialпространство признаковru
dc.coverage.spatialлазерная коагуляцияru
dc.creatorУшакова Н. С.ru
dc.date.issued2018ru
dc.identifierRU\НТБ СГАУ\ВКР20180911145004ru
dc.identifier.citationУшакова, Н. С. Исследование пространства признаков для анализа изображений глазного дна : вып. квалификац. работа по направлению подгот. "Прикладная математика и информатика" ( уровень магистратуры) / Н. С. Ушакова ; рук. работы Н. Ю. Ильясова; рец. М. А. Чичева; нормоконтролер С. В. Суханов ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т и. - Самаpа, 2018. - on-lineru
dc.description.abstractЦелью работы является разработка технологии формирования эффективного набора признаков, обеспечивающих локализацию областей интереса на изображениях глазного дна с необходимой точностью.Исследуется модель изображения глазного дна. Разрабатывается и реализуется технология интеллектуального отбора признаков, обеспечивающих кластеризацию объектов изображения глазного дна с допустимой ошибкой кластеризации. Разработаны программы для формирования исходной выборки большого объема, предварительной обработки исходной выборки и исследования отобранных наборов признаков на устойчивость к шумовым искажениям.В работе произведен выбор оптимального набора признаков, позволяющих разделять классы изображения глазного дна с необходимой точностью. Проанализирована ошибка кластеризации при использовании различных способов отбора признаков. Определен наилучший размер окна фрагментации. Исследовано влияние предобработки исходной выборки на ошибку кластеризации. Эффективные наборы признаков, формирующие наименьшую ошибку кластерru
dc.format.extentЭлектрон. дан. (1 файл : 2,2 Мб)ru
dc.titleИсследование пространства признаков для анализа изображений глазного днаru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.9ru
dc.textpartДля этого был разработан алгоритм автоматизации нарезки фрагментов изображений различного размера, соответствующих 4 классам объектов, предусматривающий интерактивное участие эксперта и автоматическое формирование директорий, содержащие различные области интереса. Алгоритм был реализован на языке C# в среде разработки Microsoft Visual Studio 2015 в виде оконного приложения (рисунок 10). Рисунок 10 – Интерфейс программы, формирующей исходную выборку боль...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Ушакова_Наталья_Сергеевна_Исследование_пространства_признаков.pdf2.21 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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