Простий
пошук
Розширений
пошук
Покажчики
Професійний
пошук
Рубрикатор
НБУВ
Розподілений
пошук

Бази даних

Наукова періодика України - результати пошуку

Книжкові видання та компакт-диски
Журнали та продовжувані видання
Автореферати дисертацій
Реферативна база даних
Наукова періодика України
Тематичний навігатор
Авторитетний файл імен осіб
Mozilla Firefox Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер
"Mozilla Firefox"
Вид пошуку
Повнотекстовий пошук
 Знайдено в інших БД:Реферативна база даних (3)
Список видань за алфавітом назв:
A  B  C  D  E  F  G  H  I  J  L  M  N  O  P  R  S  T  U  V  W  
А  Б  В  Г  Ґ  Д  Е  Є  Ж  З  И  І  К  Л  М  Н  О  П  Р  С  Т  У  Ф  Х  Ц  Ч  Ш  Щ  Э  Ю  Я  

Авторський покажчик    Покажчик назв публікацій


Пошуковий запит: (<.>A=Богучарский С$<.>)
Загальна кількість знайдених документів : 5
Представлено документи з 1 до 5
1.

Богучарский С. И. 
Сегментация изображений в больших базах данных с использованием плотности распределения информации [Електронний ресурс] / С. И. Богучарский, В. П. Машталир // Электротехнические и компьютерные системы. - 2014. - № 14. - С. 119-123. - Режим доступу: http://nbuv.gov.ua/UJRN/etks_2014_14_18
Рассмотрена задача сегментации изображений на основе алгоритма кластеризации с использованием плотности распределения информации. Особенностью предложенного метода является возможность формирования кластеров произвольной формы, обработка сигналов, зашумленных разного вида возмущениями, а также матричное представление информации, хранящейся в больших базах данных.Розглянуто задачу сегментації зображень на основі алгоритму кластеризації з використанням щільності розподілу інформації. Особливістю запропонованого методу є можливість формування кластерів довільної форми, обробка сигналів, спотворених різного вигляду збуреннями, а також матричне подання інформації, що зберігається у великих базах даних.Image segmentation based on clustering with density of information distribution usage has been considered. Proposed technique feature is a possibility of arbitrary cluster shape generation, signal processing under different disturbances, matrix representation of information stored in VLDB.
Попередній перегляд:   Завантажити - 540.24 Kb    Зміст випуску    Реферативна БД     Цитування
2.

Богучарский С. И. 
Иерархическая агломеративная кластеризация изображений в больших базах данных [Електронний ресурс] / С. И. Богучарский, А. Г. Каграманян, С. В. Машталир // Системи обробки інформації. - 2014. - Вип. 8. - С. 93-97. - Режим доступу: http://nbuv.gov.ua/UJRN/soi_2014_8_22
Рассмотрена задача анализа больших баз данных изображений с точки зрения решения задачи интеллектуального поиска. Для решения этой задачи удобно представить все множество изображений в виде некоторых классов по мере их сходства. Для этого возможно применить аппарат кластерного анализа, методы которого и рассмотрены в данной работе. При этом предложены две матричные модификации известных подходов, позволяющие упростить анализ изображений за счет исключения операций векторизации-девекторизации исходных данных.
Попередній перегляд:   Завантажити - 316.855 Kb    Зміст випуску    Реферативна БД     Цитування
3.

Богучарский С. И. 
Анализ текстур в последовательности изображений на основе векторного квантования [Електронний ресурс] / С. И. Богучарский, С. В. Машталир // Радіоелектроніка, інформатика, управління. - 2014. - № 2. - С. 94-99. - Режим доступу: http://nbuv.gov.ua/UJRN/riu_2014_2_16
Попередній перегляд:   Завантажити - 628.457 Kb    Зміст випуску     Цитування
4.

Богучарский С. И. 
Быстрое обнаружение изменения свойств многомерных временных рядов на основе идентификационного подхода к ансамблю моделей [Електронний ресурс] / С. И. Богучарский, C. В. Машталир, М. И. Столбовой // Системи обробки інформації. - 2018. - Вип. 3. - С. 74-78. - Режим доступу: http://nbuv.gov.ua/UJRN/soi_2018_3_12
Рассмотрена задача быстрого обнаружения изменений свойств многомерных временных рядов при помощи ансамбля матричных авторегрессионных моделей. Использование предложенного подхода к формированию ансамбля моделей позволяет настраивать каждую адаптивную матричную авторегрессионную модель при помощи собственного критерия идентификации с разной глубиной памяти. Предложенный подход предназначен для использования в задачах кластеризации-сегментации многомерных данных, где в качестве таковых могут служить высокоизбыточные данные, такие как видео. Построенный ансамбль моделей является простым с точки зрения программной реализации и позволяет быстро обрабатывать видеоданные в онлайн режиме.
Попередній перегляд:   Завантажити - 495.963 Kb    Зміст випуску    Реферативна БД     Цитування
5.

Богучарский С. И. 
Обработка изображений на основе комбинированного векторного квантования с использованием полуконтролируемого обучения [Електронний ресурс] / С. И. Богучарский // Вісник Національного технічного університету "ХПІ". Серія : Математичне моделювання в техніці та технологіях. - 2014. - № 6. - С. 20-29. - Режим доступу: http://nbuv.gov.ua/UJRN/vcpimm_2014_6_5
Попередній перегляд:   Завантажити - 4.929 Mb    Зміст випуску     Цитування
 
Відділ наукової організації електронних інформаційних ресурсів
Пам`ятка користувача

Всі права захищені © Національна бібліотека України імені В. І. Вернадського