Отрывок: По окончанию загрузки файла, будет произведена его сегментация. В области «Оригинал» появится загруженное изображение, поверх которого будет наложена маска из цветных сегментов. В области «Темы» появится список из цветов, соответствующих своим сегментам, и выбранных тем, для каждого сегмента (рисунок А.2). Руководствуясь маской на исходном изображении, задайте требуемые темы каждому сегменту, выбирая их из доступных тем в списках. Рисунок А.2 – Область выбора тем По окончанию ...
Название : Сравнение колоризации изображений многослойным персептроном и нечетким многослойным персептроном
Авторы/Редакторы : Новиков А. О.
Лезина И. В.
Нечаев Д. А.
Министерство образования и науки Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Институт информатики
математики и электроники
Дата публикации : 2018
Библиографическое описание : Новиков, А. О. Сравнение колоризации изображений многослойным персептроном и нечетким многослойным персептроном : вып. квалификац. работа по спец. "Информатика и вычислительная техника" / А. О. Новиков ; рук. работы И. В. Лёзина; рец. Д. А. Нечаев ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, математики и электро. - Самара, 2018. - on-line
Аннотация : Целью данной работы является проектирование и реализацияавтоматизированной системы колоризации изображений в оттенках серого цветас помощью многослойного персептрона и нечеткого многослойногоперсептрона, а также сравнение качества колоризации этими нейроннымисетями.Был проведен анализ предметной области, создан логический проектсистемы по методологии RAD (Rapid Application Development) — модельбыстрой разработки.Программное обеспечение разработано на языке высокого уровня Java всреде IntelliJ IDEA 2018 с использованием WEB технологий.
Другие идентификаторы : RU\НТБ СГАУ\ВКР20180625131324
Ключевые слова: алгоритм обратного распространения ошибки
колоризация изображений
искусственный интеллект
нейронные сети
автоматизированные системы
многослойный персептрон
машинное обучение
Располагается в коллекциях: Выпускные квалификационные работы




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