Інформаційно-екстремальний алгоритм машинного навчання системи розпізнавання транспортних засобів

Скорочена інформація про документ
dc.contributor.authorДовбиш, Анатолій Степановичuk
dc.contributor.authorСимоновський, Юлій Виталійовичuk
dc.contributor.authorКоробченко, Олена Владиславівнаuk
dc.contributor.authorЛетюга, Максим Анатолійовичuk
dc.date.accessioned2017-02-10T08:51:56Z
dc.date.available2017-02-10T08:51:56Z
dc.date.issued2016
dc.description.abstractРозглядається в рамках інформаційно-екстремальної інтелектуальної технології аналізу даних, що ґрунтується на максимізації інформаційної спроможності системи в процесі її навчання, метод інформаційного синтезу геоінформаційної системи розпізнавання об’єктів на місцевості. Метою статті є підвищення функціональної ефективності геоінформаційної системи розпізнавання транспортного засобу на автомагістралі, обладнаної стаціонарною відеокамерою. Реалізовано інформаційно-екстремальний алгоритм машинного навчання системи розпізнавання із оптимізацією контрольних допусків на ознаки розпізнавання. Як критерій функціональної ефективності машинного навчання використано інформаційну міру Шеннона, яка є функціоналом точнісних характеристик класифікаційних рішень, що приймаються на кожному кроці навчання. Запропонований алгоритм машинного навчання реалізовано на прикладі розпізнавання автомобіля на автомагістралі.uk
dc.description.abstractConsidered in the framework of information and extreme intellectual technology of data analysis based on maximizing the ability of information systems in the process of learning, the method of synthesis of geoinformation information Object recognition systems on the terrain. The aim of the article is to improve the operational efficiency of geoinformation vehicle recognition system on the highways, equipped stationary video camera. Implemented information and extreme recognition algorithm of machine learning system with optimization of the control tolerances for recognition attributes. As a criterion for the functional efficiency of machine learning to use information measure Shannon, which is a functional classification accuracy characteristics of decisions taken at each stage of learning. The proposed algorithm of machine learning is implemented on the vehicle detection example on the motorway.en
dc.identifier.citationІнформаційно-екстремальний алгоритм машинного навчання системи розпізнавання транспортних засобів / А. С. Довбиш [та ін.] // Вісник Нац. техн. ун-ту "ХПІ" : зб. наук. пр. Сер. : Системний аналіз, управління та інформаційні технології. – Харків : НТУ "ХПІ", 2016. – № 45 (1217). – С. 22-28.uk
dc.identifier.urihttps://repository.kpi.kharkov.ua/handle/KhPI-Press/27096
dc.language.isouk
dc.publisherНТУ "ХПІ"uk
dc.subjectгеоінформаційна системаuk
dc.subjectрозпізнаванняuk
dc.subjectметод інформаційного синтезуuk
dc.subjectнавчальна матрицяuk
dc.subjectфункціональна ефективністьuk
dc.subjectgeographic information systemsen
dc.subjectrecognitionen
dc.subjectvehicleen
dc.subjecttraining matrixen
dc.subjectmachine learningen
dc.subjectfunctional efficiencyen
dc.titleІнформаційно-екстремальний алгоритм машинного навчання системи розпізнавання транспортних засобівuk
dc.title.alternativeInformation and Extreme learning algorithm of geographic information systemen
dc.typeArticleen

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
vestnik_KhPI_2016_45_Dovbysh_Informatsiino-ekstremalnyi.pdf
Розмір:
896.39 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
11.21 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Вісник № 45