Повнотекстовий пошук
Пошуковий запит: (<.>A=Шама Є$<.>) |
Загальна кількість знайдених документів : 4
Представлено документи з 1 до 4
|
1. |
Шама Є. О. Побудова класифікатора рослинних об'єктів за допомогою нейронних мереж [Електронний ресурс] / Є. О. Шама, С. О. Субботін, С. В. Морщавка // Радіоелектроніка, інформатика, управління. - 2013. - № 1. - С. 55-61. - Режим доступу: http://nbuv.gov.ua/UJRN/riu_2013_1_11 Розглянуто можливість побудови класифікатора рослинних об'єктів за допомогою дво- та тришарової нейронної мережі.
| 2. |
Шама Є. О. Мінімізація кількості інформативних ознак при побудові класифікатора рослинних об’єктів [Електронний ресурс] / Є. О. Шама // Радіоелектроніка, інформатика, управління. - 2013. - № 2. - С. 37-41. - Режим доступу: http://nbuv.gov.ua/UJRN/riu_2013_2_8 Показана можливість зменшення кількості інформативних ознак з початкових 256 значень до 4 під час побудови класифікатора рослинних об'єктів за результатами дистанційного зондування. Для побудови розпізнавальної моделі використано множинний лінійний дискримінантний аналіз Фішера. Для обраного набору даних встановлено оптимальні діапазони ознаки.
| 3. |
Шама Є. О. Зменшення розмірності ознакового простору рослинних об’єктів за допомогою факторного аналізу [Електронний ресурс] / Є. О. Шама // Радіоелектроніка, інформатика, управління. - 2015. - № 2. - С. 16-22. - Режим доступу: http://nbuv.gov.ua/UJRN/riu_2015_2_4 Показана можливість зменшення кількості інформативних ознак для багатоспектральних даних рослинного походження за допомогою методів факторного аналізу. Для дослідження були використані реальні коефіцієнти відбиття кукурудзи, мишію та амброзії. Перед використанням метода факторного аналізу виконано процедуру перевірки відповідності початкового набору даних до нормального закону розподілу. Факторний аналіз проводився окремо для трьох рослин: кукурудзи, мишію та амброзії. Для кожної рослини встановлені розміри нового простору, а також надана якісна оцінка кореляції між елементами нового і початкового простору даних. Перехід до нового ознакового простору виконувався за умови, що рівень інформативності підтримувався на рівні не менше 80 % по відношенню до початкового набору даних. Для кожного виду рослини була проведена процедура перевірки правильності вибору кількості ознак за допомогою розрахунку спільностей. Одержані результати можна використати під час побудови класифікатора рослинних об'єктів.
| 4. |
Шама Є. О. Порівняння класифікаторів рослинних об’єктів побудованих за допомогою нейронних мереж та дискримінантного метода Фішера [Електронний ресурс] / Є. О. Шама // ScienceRise. - 2014. - № 1. - С. 41-45. - Режим доступу: http://nbuv.gov.ua/UJRN/texc_2014_1_7
|
|
|