Методы предварительной обработки изображений на основе нейропарадигмы Модель геометрических преобразований

Предложен метод изменения разрешения изображений на основе машинного обучения. Инструментом для обучения избраны нейроподобные структуры парадигмы Модель геометрических преобразований, поскольку они уменьшают вычислительные и временные ресурсы работы подобных методов и предоставляют возможность быст...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Управляющие системы и машины
Datum:2017
ISSN:0130-5395
Hauptverfasser: Ткаченко, Р.О., Ткаченко, П.Р., Изонин, И.В., Батюк, Д.А.
Format: Artikel
Sprache:Russisch
Veröffentlicht: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2017
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/124951
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Методы предварительной обработки изображений на основе нейропарадигмы Модель геометрических преобразований / Р.О. Ткаченко, П.Р. Ткаченко, И.В. Изонин, Д.А. Батюк // Управляющие системы и машины. — 2017. — № 1. — С. 59-67. — Бібліогр.: 15 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Beschreibung
Zusammenfassung:Предложен метод изменения разрешения изображений на основе машинного обучения. Инструментом для обучения избраны нейроподобные структуры парадигмы Модель геометрических преобразований, поскольку они уменьшают вычислительные и временные ресурсы работы подобных методов и предоставляют возможность быстрого автоматического переобучения. Проведен ряд имитационных экспериментов на разных изображениях, а также сравнение эффективности работы разработанного метода с существующим. Запропоновано метод зміни роздільної здатності зображень на основі машинного навчання. Інструментом для навчання обрано нейроподібні структури парадигми Модель геометричних перетворень, оскільки вони зменшують обчислювальні і часові ресурси роботи подібних методів і надають можливість швидкого автоматичного перенавчання. Проведено ряд імітаційних експериментів на різних зображеннях, а також порівняння ефективності роботи розробленого методу з ефективністю за існуючим.
ISSN:0130-5395