Отрывок: 1. Шаг инкрементного обучения c был задан равным 0,00001. Табл. 1. Параметры извлечения характеристик поведения из видео «Работа и ремонт» и видео лаборатории UCSD Параметр Работа и ремонт UCSD Начальный порог сети для извлечения фона 1 1 Рабочий порог сети для извлечения фона 0,001 0,05 Начальная скорость обучения сети для извлечения фона 1 1 Рабочая скорость обучения сети для извлечения фона 0,001 0,001 Размер медианного фильтра, пиксели 3 5 В табл. 2 прив...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorШаталин, Р.А.-
dc.contributor.authorФидельман, В.Р.-
dc.contributor.authorОвчинников, П.Е.-
dc.date.accessioned2020-07-30 10:36:57-
dc.date.available2020-07-30 10:36:57-
dc.date.issued2020-06-
dc.identifierDspace\SGAU\20200728\84758ru
dc.identifier.citationШаталин, Р.А. Инкрементное обучение алгоритма обнаружения нехарактерного поведения на основе главных компонент / Р.А. Шаталин, В.Р. Фидельман, П.Е. Овчинников // Компьютерная оптика. – 2020. – Т. 44, № 3. – С. 476-481. – DOI: 10.18287/2412-6179-CO-624.ru
dc.identifier.urihttps://dx.doi.org/10.18287/2412-6179-CO-624-
dc.identifier.urihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Inkrementnoe-obuchenie-algoritma-obnaruzheniya-neharakternogo-povedeniya-na-osnove-glavnyh-komponent-84758-
dc.description.abstractПредложена схема инкрементного обучения алгоритма обнаружения нехарактерного поведения на основе главных компонент. Результаты экспериментов на наборе данных лаборатории университета Калифорнии в Сан-Диего и экспериментально полученных видео при разном количестве обучающих примеров свидетельствуют о достижении результатов, схожих с процедурой обычного обучения. При этом предложенная схема позволяет в несколько раз сократить время инкрементного обучения в сравнении с подходом на основе спектрального разложения.ru
dc.language.isorusru
dc.publisherСамарский национальный исследовательский университетru
dc.relation.ispartofseries44/3;-
dc.subjectинкрементное обучениеru
dc.subjectобработка видеоизображенийru
dc.subjectобнаружение нештатных ситуацийru
dc.subjectметод главных компонентru
dc.titleИнкрементное обучение алгоритма обнаружения нехарактерного поведения на основе главных компонентru
dc.title.alternativeIncremental learning of an abnormal behavior detection algorithm based on principal componentsru
dc.typeArticleru
dc.textpart1. Шаг инкрементного обучения c был задан равным 0,00001. Табл. 1. Параметры извлечения характеристик поведения из видео «Работа и ремонт» и видео лаборатории UCSD Параметр Работа и ремонт UCSD Начальный порог сети для извлечения фона 1 1 Рабочий порог сети для извлечения фона 0,001 0,05 Начальная скорость обучения сети для извлечения фона 1 1 Рабочая скорость обучения сети для извлечения фона 0,001 0,001 Размер медианного фильтра, пиксели 3 5 В табл. 2 прив...-
dc.classindex.scsti28.23.15-
Располагается в коллекциях: Журнал "Компьютерная оптика"

Файлы этого ресурса:
Файл Описание Размер Формат  
440320.pdfОсновная статья731.59 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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