Анализ и восстановление слабоконтрастных изображений методом нейросетевого синтеза в сравнении с методом линейного предсказания

Анализ и восстановление слабоконтрастных изображений методом нейросетевого синтеза в сравнении с методом линейного предсказания

Статья демонстрирует сравнительный анализ эффективности восстановления слабоконтрастных изображений, основанный на использовании методов самоорганизующегося нейросетевого синтеза и линейного предсказания. Оба метода позволяют повысить чувствительность и пространственное разрешение визуального анализ...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Штучний інтелект
Datum:2017
1. Verfasser: Степаненко, А.А.
Format: Artikel
Sprache:Russian
Veröffentlicht: Інститут проблем штучного інтелекту МОН України та НАН України 2017
Schlagworte:
Системи розпізнавання і сприйняття образів
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/132102
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:Анализ и восстановление слабоконтрастных изображений методом нейросетевого синтеза в сравнении с методом линейного предсказания / А.А. Степаненко // Штучний інтелект. — 2017. — № 1. — С. 66-76. — Бібліогр.: 12 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-132102
record_format dspace
spelling Степаненко, А.А.
2018-04-10T19:56:39Z
2018-04-10T19:56:39Z
2017
Анализ и восстановление слабоконтрастных изображений методом нейросетевого синтеза в сравнении с методом линейного предсказания / А.А. Степаненко // Штучний інтелект. — 2017. — № 1. — С. 66-76. — Бібліогр.: 12 назв. — рос.
1561-5359
https://nasplib.isofts.kiev.ua/handle/123456789/132102
004.932
Статья демонстрирует сравнительный анализ эффективности восстановления слабоконтрастных изображений, основанный на использовании методов самоорганизующегося нейросетевого синтеза и линейного предсказания. Оба метода позволяют повысить чувствительность и пространственное разрешение визуального анализа низкоконтрастных яркостных (одномерных) и мультиспектральных изображений. Приведены практические примеры со сравнением эффективности для различных технологий (радиология, геоинформационные системы).
Article shows a comparative analysis of the efficiency of the recovery of low-contrast images, based on the use of self-organizing neural network methods of synthesis and linear prediction. Both methods allow to increase the sensitivity and spatial resolution of the visual analysis of low contrast luminance (one-dimensional) and multispectral images. The practical examples for comparing the effectiveness of different technologies (radiology, geographic information systems).
ru
Інститут проблем штучного інтелекту МОН України та НАН України
Штучний інтелект
Системи розпізнавання і сприйняття образів
Анализ и восстановление слабоконтрастных изображений методом нейросетевого синтеза в сравнении с методом линейного предсказания
Analysis and recovery of low-contrast images by neural network synthesis in comparison with the linear prediction
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Анализ и восстановление слабоконтрастных изображений методом нейросетевого синтеза в сравнении с методом линейного предсказания
spellingShingle Анализ и восстановление слабоконтрастных изображений методом нейросетевого синтеза в сравнении с методом линейного предсказания
Степаненко, А.А.
Системи розпізнавання і сприйняття образів
title_short Анализ и восстановление слабоконтрастных изображений методом нейросетевого синтеза в сравнении с методом линейного предсказания
title_full Анализ и восстановление слабоконтрастных изображений методом нейросетевого синтеза в сравнении с методом линейного предсказания
title_fullStr Анализ и восстановление слабоконтрастных изображений методом нейросетевого синтеза в сравнении с методом линейного предсказания
title_full_unstemmed Анализ и восстановление слабоконтрастных изображений методом нейросетевого синтеза в сравнении с методом линейного предсказания
title_sort анализ и восстановление слабоконтрастных изображений методом нейросетевого синтеза в сравнении с методом линейного предсказания
author Степаненко, А.А.
author_facet Степаненко, А.А.
topic Системи розпізнавання і сприйняття образів
topic_facet Системи розпізнавання і сприйняття образів
publishDate 2017
language Russian
container_title Штучний інтелект
publisher Інститут проблем штучного інтелекту МОН України та НАН України
format Article
title_alt Analysis and recovery of low-contrast images by neural network synthesis in comparison with the linear prediction
description Статья демонстрирует сравнительный анализ эффективности восстановления слабоконтрастных изображений, основанный на использовании методов самоорганизующегося нейросетевого синтеза и линейного предсказания. Оба метода позволяют повысить чувствительность и пространственное разрешение визуального анализа низкоконтрастных яркостных (одномерных) и мультиспектральных изображений. Приведены практические примеры со сравнением эффективности для различных технологий (радиология, геоинформационные системы). Article shows a comparative analysis of the efficiency of the recovery of low-contrast images, based on the use of self-organizing neural network methods of synthesis and linear prediction. Both methods allow to increase the sensitivity and spatial resolution of the visual analysis of low contrast luminance (one-dimensional) and multispectral images. The practical examples for comparing the effectiveness of different technologies (radiology, geographic information systems).
issn 1561-5359
url https://nasplib.isofts.kiev.ua/handle/123456789/132102
citation_txt Анализ и восстановление слабоконтрастных изображений методом нейросетевого синтеза в сравнении с методом линейного предсказания / А.А. Степаненко // Штучний інтелект. — 2017. — № 1. — С. 66-76. — Бібліогр.: 12 назв. — рос.
work_keys_str_mv AT stepanenkoaa analizivosstanovlenieslabokontrastnyhizobraženiimetodomneirosetevogosintezavsravneniismetodomlineinogopredskazaniâ
AT stepanenkoaa analysisandrecoveryoflowcontrastimagesbyneuralnetworksynthesisincomparisonwiththelinearprediction
first_indexed 2025-12-07T19:21:42Z
last_indexed 2025-12-07T19:21:42Z
_version_ 1850878515482722304

Ähnliche Einträge