Класифікація елементів відеозображень реального часу за допомогою нейромережі

Simple item page
dc.citation.epage92
dc.citation.issue549
dc.citation.journalTitleВісник Національного університету “Львівська політехніка”. Інформаційні системи та мережі
dc.citation.spage82
dc.contributor.affiliationНаціональний університет “Львівська політехніка”
dc.contributor.authorДавидов, М. В.
dc.contributor.authorНікольський, Ю. В.
dc.coverage.placenameЛьвів
dc.coverage.placenameLviv
dc.date.accessioned2020-09-24T09:53:50Z
dc.date.available2020-09-24T09:53:50Z
dc.date.created2005-03-01
dc.date.issued2005-03-01
dc.description.abstractОписаний прототип системи керування виступом за допомогою набору жестіа Задачу вирішено побудовою класифікатора елементів зображення за допомогою багатошарової нейронної мережі Модифіковано алгоритм навчання зі зворотним поширенням похибки. Запропоновано новий метод визначення еталону та навчальних прикладіа
dc.description.abstractThe prototype of conference control system is described. The problem is solved by applying the neural network as classifier of image elements. New modification of the backpropagation algorithm for training the neural network was built. The new way to define the patterns and standards is used.
dc.format.extent82-92
dc.format.pages11
dc.identifier.citationДавидов М. В. Класифікація елементів відеозображень реального часу за допомогою нейромережі / М. В. Давидов, Ю. В. Нікольський // Вісник Національного університету “Львівська політехніка”. Інформаційні системи та мережі. — Львів : Видавництво Національного університету “Львівська політехніка”, 2005. — № 549. — С. 82–92.
dc.identifier.citationenDavidov M. V. Klasyfikatsiia elementiv videozobrazhen realnoho chasu za dopomohoiu neiromerezhi / M. V. Davydov, Yu. V. Nikolskyi // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". Informatsiini systemy ta merezhi. — Lviv : Vydavnytstvo Natsionalnoho universytetu "Lvivska politekhnika", 2005. — No 549. — P. 82–92.
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/54116
dc.language.isouk
dc.publisherВидавництво Національного університету “Львівська політехніка”
dc.relation.ispartofВісник Національного університету “Львівська політехніка”. Інформаційні системи та мережі, 549, 2005
dc.relation.references1. Белозерский Л.А. Основы построения систем распознавания образов. - Донецкий Государственный институт искусственного интеллекта, 1997.
dc.relation.references2. Русин Б.П. Системи синтезу, обробки та розпізнавання складноструктурованих зображень, - Львів: Вертикаль, 1997. - 264 с.
dc.relation.references3. Форсайт Д.А., Понс Ж. Компьютерное зрение, современный подход. - М.: Издательский дом “Вильямс”, 2004. - 928с.
dc.relation.references4. Mitchell T. Machine Learning. McGraw-Hill Companies, Inc. 1997.
dc.relation.references5. Горбань A.H. Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей // Сибирский журнал вычислительной математики - 1998. - T. 1.- № 1. - С. 12-24.
dc.relation.references6. Круглов В. В., Борисов В.В. Искусственные нейронные сети Теория и практика. - М.: Горячая линия - Телеком, 2001. - 382 с.
dc.relation.references7. Fravolini М. L, Campa G., Napolitano М., La Cava M. Comparison of Different Growing Radial Basis Functions Algorithms for Control Systems Applications. 2000. http://www2.cemr.wvu.edu/~gcampa/pdf/acc02f8.pdf.
dc.relation.references8. Bishop C. Neural Networks for Pattern Recognition. Oxford University Press. 1995.
dc.relation.references9. LeCun Y, Matan O., Boser B„ Denker J.S., Henderson D., Howard R.E., Hubbard W., Jäckel L.D., Baird H.S. Handwritten Zipcode Recognition With Multilayer Networks, Proc. of International Conference on Pattern Recognition, Atlantic City, 1990.
dc.relation.references10. Rowley H.A. Baluja S., Kanade T. Rotation invariant neural-network based face detection. - Proceedings, Computer Vision and Pattern Recognition, 1998.
dc.relation.references11. Мисюрев А. В. Практика використання штучних нейронних мереж для розпізнавання рукодрукованих символів http://www.ocrai.narod.ruJ.
dc.relation.references12. Пшеничный Б.Н., Данилин Ю.М. Численные методы в экстремальных задачах. - М.: Наука, 1975.
dc.relation.references13. Jain А.К., Jianchang Mao, Mohiuddin K.M. Artificial Neural Networks: A Tutorial. Computer. Vol.29, No.3, March 1996, pp. 31-44.
dc.relation.referencesen1. Belozerskii L.A. Osnovy postroeniia sistem raspoznavaniia obrazov, Donetskii Hosudarstvennyi institut iskusstvennoho intellekta, 1997.
dc.relation.referencesen2. Rusyn B.P. Systemy syntezu, obrobky ta rozpiznavannia skladnostrukturovanykh zobrazhen, Lviv: Vertykal, 1997, 264 p.
dc.relation.referencesen3. Forsait D.A., Pons Zh. Kompiuternoe zrenie, sovremennyi podkhod, M., Izdatelskii dom "Viliams", 2004, 928p.
dc.relation.referencesen4. Mitchell T. Machine Learning. McGraw-Hill Companies, Inc. 1997.
dc.relation.referencesen5. Horban A.H. Obobshchennaia approksimatsionnaia teorema i vychislitelnye vozmozhnosti neironnykh setei, Sibirskii zhurnal vychislitelnoi matematiki - 1998, T. 1, No 1, P. 12-24.
dc.relation.referencesen6. Kruhlov V. V., Borisov V.V. Iskusstvennye neironnye seti Teoriia i praktika, M., Horiachaia liniia - Telekom, 2001, 382 p.
dc.relation.referencesen7. Fravolini M. L, Campa G., Napolitano M., La Cava M. Comparison of Different Growing Radial Basis Functions Algorithms for Control Systems Applications. 2000. http://www2.cemr.wvu.edu/~gcampa/pdf/acc02f8.pdf.
dc.relation.referencesen8. Bishop C. Neural Networks for Pattern Recognition. Oxford University Press. 1995.
dc.relation.referencesen9. LeCun Y, Matan O., Boser B" Denker J.S., Henderson D., Howard R.E., Hubbard W., Jäckel L.D., Baird H.S. Handwritten Zipcode Recognition With Multilayer Networks, Proc. of International Conference on Pattern Recognition, Atlantic City, 1990.
dc.relation.referencesen10. Rowley H.A. Baluja S., Kanade T. Rotation invariant neural-network based face detection, Proceedings, Computer Vision and Pattern Recognition, 1998.
dc.relation.referencesen11. Mysiurev A. V. Praktyka vykorystannia shtuchnykh neironnykh merezh dlia rozpiznavannia rukodrukovanykh symvoliv http://www.ocrai.narod.ruJ.
dc.relation.referencesen12. Pshenichnyi B.N., Danilin Iu.M. Chislennye metody v ekstremalnykh zadachakh, M., Nauka, 1975.
dc.relation.referencesen13. Jain A.K., Jianchang Mao, Mohiuddin K.M. Artificial Neural Networks: A Tutorial. Computer. Vol.29, No.3, March 1996, pp. 31-44.
dc.relation.urihttp://www2.cemr.wvu.edu/~gcampa/pdf/acc02f8.pdf
dc.relation.urihttp://www.ocrai.narod.ruJ
dc.rights.holder© Національний університет “Львівська політехніка”, 2005
dc.rights.holder© Давидов М. В., Нікольський Ю. В., 2005
dc.subject.udc004.02
dc.titleКласифікація елементів відеозображень реального часу за допомогою нейромережі
dc.typeArticle

Files

Original bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
2005n549_Davidov_M_V-Klasyfikatsiia_elementiv_82-92.pdf
Size:
1.08 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
2005n549_Davidov_M_V-Klasyfikatsiia_elementiv_82-92__COVER.png
Size:
520.82 KB
Format:
Portable Network Graphics
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.98 KB
Format:
Plain Text
Description:
Download

Collections

Комп'ютерні системи та мережі. – 2005. – № 549