2017
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/28160
Переглянути
2 результатів
Результати пошуку
Документ Компьютерный программно-аппаратный комплекс для анализа и синтеза моделей элементов объектов бронетанковой техники(НТУ "ХПИ", 2017) Ткачук, Николай Анатольевич; Климов, Виталий Федорович; Хлань, Александр Владимирович; Шейко, Александр Иванович; Малакей, Андрей Николаевич; Кохановский, Владимир Ильич; Грабовский, Андрей Владимирович; Танченко, Андрей Юрьевич; Васильев, Антон Юрьевич; Бондаренко, Марина Александровна; Зарубина, Алла Александровна; Набоков, Анатолий ВладимировичПри проектных исследованиях объектов бронетанковой техники широко применяется компьютерное моделирование. В силу сложности необходимо наращивать мощности и расширять возможности программно-аппаратных средств, которые до этого привлекаются. В работе описана структура и функционирование специализированного программно-аппаратного комплекса для компьютерного моделирования на этой основе проектных решений элементов и объектов бронетанковой техники.Документ Методы распознавания микроструктуры материала(Национальный технический университет "Харьковский политехнический институт", 2017) Шаповалова, Мария Игоревна; Водка, Алексей АлександровичВ статье рассмотрены некоторые существующие методы распознавания образов, в том числе и распознавание микроструктуры материала. Отмечены положительные моменты и указаны недостатки предложенных методов. Определены пути решения задачи распознавания сложной зернистой структуры металла. При выявлении качественных и количественных характеристик материала по его изображению, основная задача заключается в определении границы зерна, так как вся интересующая нас информация скрыта не в яркости различных областей, а в их контуре. Для этого необходимо применить к снимку соответствующие фильтры, и при необходимости бороться с зашумленностью фотографии. Современные технологии и развитие искусственного интеллекта, позволяет создавать автоматизированную компьютерную систему принятия решения, работающую с применением математических методов обработки данных. Предпочтение отдается нейросетевым технологиям, созданию нейронной сети прямого распространения, качественно обученную с использованием метода обратного распространения ошибки. В реальных условиях, при плохо формализуемых входных данных, приветствуется использование теории нечетких множеств. Создание алгоритмов интеллектуальной поддержки принятия решений - позволяет снизить влияние человеческого фактора в ходе анализа, сокращает время, затраченное на исследование, повышает точность и достоверность процесса контроля, дает возможность связывать свойства материала с его микроструктурой.