ДонНТУ   Портал магистров

Библиотека материалов по теме выпускной работы

    Тематические статьи

  1. СРАВНИТЕЛЬНЫЙ АНАЛИЗ БИБЛИОТЕК КОМПЬЮТЕРНОГО ЗРЕНИЯ

    Авторы: Гадир Ш.

    Описание:Целью данной статьи является выявление особенностей, возможностей и перспектив развития библиотек компьютерного зрения. Теоретический анализ библиотек компьютерного зрения и программирования, сравнение, интерпретационные методы, которые дают возможность обобщения и объяснения установленных фактов и их взаимосвязи выделены.

    Источник: Журнал ТЕХНОЛОГ, 2019 г.

  2. КОМПЬЮТЕРНОЕ ЗРЕНИЕ

    Авторы:Раифович Г. Э.,Масхутович Г.И.

    Описание:Описывается разработка программы, которая выводит обработанное изображение с веб камеры.

    Источник: Журнал APRIORI, 2015 г.

  3. ПРИМЕНЕНИЕ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ К РЕШЕНИЮ ЗАДАЧИ РАСПОЗНАВАНИЯ ПРОДУКТОВ ПИТАНИЯ НА ИЗОБРАЖЕНИИ

    Автор: Гарячев А.

    Описание: Данное исследование посвящено изучению применения сверточной нейронной сети к решению задачи распознавания продуктов питания на изображении. В ходе работы рассмотрены некоторые современные подходы к решению задачи распознавания продуктов питания по изображению, выполнен анализ возможных исходных данных для проведения исследования, а также реализован подход к решению поставленной задачи с использованием сверточных нейронных сетей.

    Источник: Информационные технологии: теория и практика//М.: Парус, 2009г.

  4. РАСПОЗНАВАНИЕ ЛИЦ НА ПРИМЕРЕ БИБЛИОТЕКИ OPENCV

    Автор: Кадыров А.А.

    Описание: В данной работе рассматриваются возможности библиотеки для распознавания образов OpenCV, позволяющей анализировать данные об изображении в режиме реального времени.

    Источник: Нукусский филиал Ташкентского университета информационных технологий, Республика Узбекистан, г. Нукус , 2014 г.

  5. АЛГОРИТМЫ ОБУЧЕНИЯ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ

    Авторы: Бредихин А.И.

    Описание: В данной статье мы рассматриваем один из наиболее используемых классов нейронных сетей – сверточные нейронные сети (далее – СНС). В частности, описываются области их применения, алгоритмы распространения сигнала по СНС и обучения СНС и приводятся методы реализации алгоритмов функционирования СНС на языке программирования MATLAB.

    Источник: ВЕСТНИК ЮГОРСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА 2019 г. Выпуск 1, 2011 г.

  6. КЛАССИФИКАЦИЯ НЕЙРОННЫХ СЕТЕЙ

    Автор: Горбачевская Е.Н

    Описание: Классификация нейронных сетей по видам решаемых задач, по видам используемых нейронов, по структуре связей нейронов, способам обучения нейронной сети.

    Источник: Научно–техническое издательство «Горячая линия – Телеком»

  7. КЛАССИФИКАЦИЯ ТЕКСТОВ С ПОМОЩЬЮ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ

    Авторы: Воробьев Н.В.,Пучков Е.В.

    Описание:Исследованы методы применения сверточных нейронных сетей для классификации коротких текстов – подзадачи разработки чат–бота. Проведено сравнение качества работы построенного классификатора с результатами, полученными с помощью метода опорных векторов и рекуррентных нейронных сетей.

    Источник: Донской государственный технический университет, Ростов–на–Дону, Российская Федерация, 2017 г.

  8. МОДИФИЦИРОВАННЫЙ АЛГОРИТМ ОБУЧЕНИЯ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ

    Автор: Дорогий Я.Ю.

    Описание:В статье рассмотрен модифицированный алгоритм обучения нейронных сетей, учитывающий возможность общего использования весовых коэффициентов.

    Источник: Национальный технический университет Украины КПИ, Украина, г. Киев

  9. ТЕХНОЛОГИЯ Bluetooth

    Автор: Крюков М.

    Описание: Обзор беспроводной передачи данных по средствам Bluetooth.

    Источник: Журнал Компоненты, 2002 г.

  10. Переводы статей

  11. СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЙ С OpenCV И Python

    Авторы: Barlow P.

    Описание: В данной работе рассматриваются,как просто сегментировать объект из изображения на основе цвета с помощью Python и OpenCV. Популярная библиотека компьютерного зрения, написанная на C/C++ и связанная с Python, OpenCV, предлагает простые способы манипулирования цветовыми пространствами.

    Источник (англ.): Image Segmentation Using Color Spaces in OpenCV + Python

    Автор перевода: Куцеволов В.В.