Кафедри
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/35393
Переглянути
5 результатів
Результати пошуку
Документ DOA estimation based on proximity of the rootsof several polynomials of superresolution methods(Національний технічний університет "Харківський політехнічний інститут", 2020) Vasylyshyn, VolodymyrSubject of studyisthe performance of methods of the spectral analysisin the presence of outliers. The purpose of this paperis to increase the efficiency of spectral analysis (i.e. to reduce theroot mean square error (RMSE) of direction-of-arrival (DOA) estimation based on root similarity approachinitially proposed by A. Gershman. The used methodsare: spectral analysis methods, pattern recognition methods, digital statistical modeling methods. The following resultswere obtained. The root classification approach is used in the case of joint application of two types of data covariance matrix (standard covariance matrix (CM) and estimate of CMwith Toeplitz structure). This approach removes the outliers (outlying roots) from preliminary DOA estimates (roots corresponding to the preliminary DOAs). The modification of initial root classification approach is proposed. It consists of avoiding averaging of DOA estimates obtained by estimator for the different CM at high signal-to-noise ratios (SNRs). This step for considered case allows to improve the performance of DOA estimation using the root classification approach. Simulation results are presented confirming the performance of proposed approach. Conclusions. The performance improvement of thesubspace-based methods of spectral analysis can be attained by removing the outliers from the initial DOA estimates. The simultaneous application of classical second-order CM and estimate of structured CM gives two sets of DOA estimates (roots of polynomials). Root classification approach processes these sets and improves the performance of DOA estimation. The modification proposed in the paper gives the additional advantage at high SNR. The considered approach is also can beused together with other polynomial rooting methods of DOA estimation.Документ Діагностування стану клієнтів та споживачів як один із способів підвищення ефективності управління взаємовідносинами з клієнтами(Харківський університет Повітряних Сил ім. Івана Кожедуба, 2016) Машейко, Ганна Олександрівна; Орловський, Дмитро ЛеонідовичОб’єктом дослідження являється діагностування стану клієнтів та споживачів. Був проведений аналіз управління взаємовідносинами з клієнтами та споживачами як один з напрямів підвищення ефективності роботи сучасного підприємства. Зроблено огляд методів та підходів для вирішення задачі діагностування стану клієнтів, було розглянуто підходи основані на використанні нечіткої логіки та розпізнаванні образів. Була сформована базова множина показників діяльності клієнтів, забезпечений перехід від чисельних значень показників до бінарних та були розглянуті два методи розпізнавання образів. Для них було розроблене математичне, алгоритмічне та програмне забезпечення, яке дозволяє діагностувати стан клієнтів.Документ Алгоритм поиска устойчивых соответствий пар ключевых точек на изображениях и картах глубины(НТУ "ХПИ", 2019) Дашкевич, Андрей Александрович; Воронцова, Дарья Владимировна; Скоробогатько, Никита ВалентиновичРазвитие эффективных методов компьютерного зрения постоянно находится в центре исследований многих учёных, так как они дают возможность повысить скорость и эффективность решения задач в различных отраслях промышленности: картография, робототехника, системы виртуальной и дополненной реальности, системы автоматизированного проектирования. Значительную перспективу имеют современные исследования, методы и алгоритмы решения задач стереозрения, распознавания образов, в том числе те, которые работают в режиме реального времени. Одной из важных задач стереозрения является задача сопоставления карт глубины для получения трёхмерной модели сцены, но есть некоторые нерешенные вопросы процесса сопоставления карт глубин для крупномасштабных сцен окружающей среды, полученных беспилотными летательными аппаратами, а именно: низкое разрешение по глубине из-за большого расстоянию сцены от камеры, и проблема наличия шума вследствие дефектов камеры. Указанные проблемы затрудняют обнаружение ключевых точек на изображениях для их дальнейшего сопоставления. В представленной работе предлагается подход к определению ключевых точек на смежных картах глубин на основе поиска ключевых точек, находящихся в близких областях пространства параметров. Подход базируется на поиске множества ключевых точек в двух последовательных видеокадрах и нахождении среди них пар точек таких, что каждая точка пары соответствует одной и той же точке сцены на входном изображении. Соответствующие пары ключевых точек, которые локализованы детектором признаков, могут быть ложно-положительными. Предложенный алгоритм может устранить такие пары точек путём определения преобладающего направления движения ключевых точек в локальных участках изображения, а также алгоритм даёт возможность определения центра смещение точки обзора камеры, чем обеспечивает лучшую оценку положения съёмочного оборудования. Результаты работы реализованы в виде программного приложения и протестированы на видеоматериалах, полученных беспилотным летательным средством.Документ Machine learning methods application for solving the problem of biological data analysis(Національний технічний університет "Харківський політехнічний інститут", 2018) Akhiiezer, O. B.; Dunaievska, О. I.; Serdiuk, I. V.; Spivak, S. V.According to statistics, every fifth married couple is faced with the inability to conceive a child. Male germ cells are very vulnerable, and the growing number of cases of male infertility confirms that in today's world there are many factors that affect the activity of spermatozoa and their number. But the important thing is not so much their quantity, but quality. The spermogram is an objective method of laboratory diagnosis, which allows to accurately assess the man’s ability to fertilize by analyzing ejaculate for a number of key parameters. Only a spermogram can answer the question of a possible male infertility and the presence of urological diseases. When constructing spermograms, it is important to determine not only the number of good spermatozoa, but also their morphology and mobility. Therefore, research and improvement of some stages of spermogramm is the purpose of the study. This article addresses the problem of classification of spermatozoa in good and bad ones, taking into account their mobility and morphology, using methods of machine learning. In order to implement the first stage of machine learning (with a teacher) in the graphic editor, educational specimens (training sample) were created. The training was implemented by three methods: the method of support vector machine, the logistic regression and the method of K - the nearest neighbors. As a result of testing, the method K - the nearest neighbors is chosen. At the testing stage, a sample of 15 different spermatozoa was used in different variations of rotation around their axis. The test sample did not contain specimens from the training sample and was formed taking into account the morphological characteristics of the spermatozoa, but did not copy them from the training sample. At the final stage of study, the program's functioningwas tested on real data.Документ Діагностування підприємства як підхід для визначення класу фінансового стану, в якому воно перебуває(НТУ "ХПІ", 2014) Голоскоков, Олександр Євгенович; Скрипченко, Р. А.Пропонується діагностування стану підприємства як підхід для визначення його фінансового стану, для представлення існуючої інформації у більш наглядному вигляді, на основі аналізу значень планових та фактичних показників та подальшого визначення плану функціонування підприємства. Для визначення стану підприємства пропонується використовувати технології роботи з неточною інформацією за допомогою нейронних мереж.