Вісники НТУ "ХПІ"

Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/2494


З 1961 р. у ХПІ видається збірник наукових праць "Вісник Харківського політехнічного інституту".
Згідно до наказу ректора № 158-1 від 07.05.2001 року "Про упорядкування видання вісника НТУ "ХПІ", збірник був перейменований у Вісник Національного Технічного Університету "ХПІ".
Вісник Національного технічного університету "Харківський політехнічний інститут" включено до переліку спеціалізованих видань ВАК України і виходить по серіях, що відображають наукові напрямки діяльності вчених університету та потенційних здобувачів вчених ступенів та звань.
Зараз налічується 30 діючих тематичних редколегій. Вісник друкує статті як співробітників НТУ "ХПІ", так і статті авторів інших наукових закладів України та зарубіжжя, які представлені у даному розділі.

Переглянути

Фільтри

2010 - 20193

Налаштування

Містить файли: ТакКлючові слова: search.filters.subject.pattern recognition

Результати пошуку

Зараз показуємо 1 - 3 з 3
  • Ескіз
    Документ
    Алгоритм поиска устойчивых соответствий пар ключевых точек на изображениях и картах глубины
    (НТУ "ХПИ", 2019) Дашкевич, Андрей Александрович; Воронцова, Дарья Владимировна; Скоробогатько, Никита Валентинович
    Развитие 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.
  • Ескіз
    Документ
    Интеллектуальная система поддержки решений в спортивной травматологии
    (2010) Краснопрошин, В. В.; Лосицкий, Е. А.; Образцов, В. А.; Виссиа, Х.; Гутников, С. Е.; Попок, С. А.
    В работе обсуждаются проблемы, связанные с разработкой систем поддержки решений в спортивной травматологии. Предложена математическая модель, которая базируется на идеях и методах теории распознавания образов. Приводятся состав и структура интеллектуальной компьютерной системы EXTRA, которая успешно функционирует в Республиканском Центре спортивной медицины Республики Беларусь.
  • Ескіз
    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.