Отрывок: Далее мы убедимся, что и с таким малым набором на класс, как у нас, обучение и тестирование нейронной сети отвечает высоким требованиям по точности. Для более быстрого обучения нейронной сети предпринята операция изменения разрешения исходных изображений с билинеарным сглаживанием. Исходное разрешение текстурных изображений: 576х576 пикселов; раз...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorЕршов В. В.ru
dc.contributor.authorГайдель А. В.ru
dc.contributor.authorСуханов С. В.ru
dc.contributor.authorМинистерство науки и высшего образования 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.spatialпакет KERASru
dc.coverage.spatialобработка изображенийru
dc.coverage.spatialцифровые изображенияru
dc.coverage.spatialPythonru
dc.coverage.spatialкомпьютерное зрениеru
dc.coverage.spatialтекстурный анализru
dc.coverage.spatialнейронные сетиru
dc.creatorЕршов В. В.ru
dc.date.issued2019ru
dc.identifierRU\НТБ СГАУ\ВКР20191021162930ru
dc.identifier.citationЕршов, В. В. Сравнение эффективности конфигураций нейронных сетей для задач текстурного анализа цифровых изображений : вып. квалификац. работа по направлению подгот. 01.03.02 "Прикладная математика и информатика" (уровень бакалавриата) / В. В. Ершов ; рук. работы А. В. Гайдель ; нормоконтролер С. В. Суханов ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, мат. - Самара, 2019. - on-lineru
dc.description.abstractОбъектом исследования является подготовленный набор данных для текстурного анализа, для которого будет разработан соответствующий алгоритм, включающий описание архитектуры нейронной сети. К данному набору данных будет применена последующая классификация.ru
dc.format.extentЭлектрон. дан. (1 файл : 5,0 Мб)ru
dc.titleСравнение эффективности конфигураций нейронных сетей для задач текстурного анализа цифровых изображенийru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.032.26ru
dc.textpartДалее мы убедимся, что и с таким малым набором на класс, как у нас, обучение и тестирование нейронной сети отвечает высоким требованиям по точности. Для более быстрого обучения нейронной сети предпринята операция изменения разрешения исходных изображений с билинеарным сглаживанием. Исходное разрешение текстурных изображений: 576х576 пикселов; раз...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Ершов_Владислав_Владимирович_Сравнение_эффективности_конфигураций_нейронных.pdf5.11 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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