Предложено решение задачи создания методов, устойчивых к изменениям масштаба и поворота, которые позволяют обеспечить выделение объектов на статических изображениях со сложным фоном с последующим их распознаванием. Предложены методы синтеза моделей детекторов для выделения объектов на сложном фоне. Развит метод разбиения диапазона значений признаков на интервалы, позволяющий определять параметры топологии обучающей выборки и оценивать информативность признаков. Предложен метод синтеза иерархических логически прозрачных нейронечетких сетей, позволяющий строить модели, обладающие високими обобщающими свойствами и удобные для проведения анализа.

Здійснено вирішення завдання створення стійких до змін масштабу та повороту методів, що дозволяють забезпечити виділення об'єктів на статичних зображеннях зі складним тлом з їх подальшим розпізнаванням. Запропоновано методи синтезу моделей детекторів для виділення об'єктів на складному тлі. Розвинуто метод розбиття діапазону значень ознак на інтервали, що дозволяє визначати параметри топології навчаючої вибірки й оцінювати інформативність ознак. Запропоновано метод синтезу ієрархічних логічно прозорих нейро-нечітких мереж, який дозволяє будувати моделі, що мають високі узагальнювальні властивості та є зручними для здійснення аналізу.

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"