Отрывок: Как будет выглядеть скользящее усреднение при ݓ = 200 представлено на рисунке 10. Рисунок 10 – Сглаживание при помощи «скользящего среднего» 27 Очевидно, что при малых ݓ сглаженные кривые практически повторяют ход изменения данных, а при больших ݓ – отражают лишь закономерность их медленных вариаций. Это типичный пример фильтрации данных...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Жуков Е. Г. | ru |
dc.contributor.author | Климентьев К. Е. | ru |
dc.contributor.author | Соловьева Я. В. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики | ru |
dc.contributor.author | математики и электроники | ru |
dc.coverage.spatial | OpenCV | ru |
dc.coverage.spatial | Python | ru |
dc.coverage.spatial | Tesseract | ru |
dc.coverage.spatial | графические схемы | ru |
dc.coverage.spatial | извлечение цифровой информации | ru |
dc.coverage.spatial | компьютерное зрение | ru |
dc.coverage.spatial | нейросетевые модели | ru |
dc.coverage.spatial | оптическое распознавание символов | ru |
dc.coverage.spatial | разработка программного обеспечения | ru |
dc.creator | Жуков Е. Г. | ru |
dc.date.issued | 2021 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20210929161937 | ru |
dc.identifier.citation | Жуков, Е. Г. Подсистема извлечения числовой информации из графических схем : вып. квалификац. работа по направлению подгот. 09.03.01 "Информатика и вычислительная техника" (уровень бакалавриата). - Текст : электронный / Е. Г. Жуков ; рук. работы К. Е. Климентьев ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики. - Самара, 2021. - 1 файл (917,85 Кб) | ru |
dc.description.abstract | Целью данной работы является разработка и реализация программного обеспечения, способного извлекать числовую информацию из графических схем, предоставленных пользователем. Научная новизна заключается в применении современных алгоритмовкомпьютерного зрения, оптического распознавания символов для извлечения числовой информации из графических схем. Объектом исследования является процесс извлечения числовой информации из графических схем. Предмет исследования – алгоритмы поиска и распознавания графика на изображении.Поставлена задача исследовать понятие компьютерного зрения, проанализировать нейросетевые модели, разработать подсистему извлечения числовой информации из графических схем. Создана информационно-логическая модель автоматизированнойсистемы в нотации UML с помощью CASE-средства Draw.io. Для реализации подсистемы извлечения числовой информации из графических схем использовалась пороговая обработка, линейная интерполяция, скользящее среднее, Tesseract OCR. Система реализована на языке Python в интегрир | ru |
dc.title | Подсистема извлечения числовой информации из графических схем | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.9 | ru |
dc.textpart | Как будет выглядеть скользящее усреднение при ݓ = 200 представлено на рисунке 10. Рисунок 10 – Сглаживание при помощи «скользящего среднего» 27 Очевидно, что при малых ݓ сглаженные кривые практически повторяют ход изменения данных, а при больших ݓ – отражают лишь закономерность их медленных вариаций. Это типичный пример фильтрации данных... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Жуков_Егор_Геннадьевич_Подсистема_извлечения_числовой_информации.pdf | 917.85 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.