У нас уже 242733 рефератов, курсовых и дипломных работ
Заказать диплом, курсовую, диссертацию


Быстрый переход к готовым работам

Мнение посетителей:

Понравилось
Не понравилось





Книга жалоб
и предложений

 





Название Система розпізнавання структури металів
Количество страниц 93
ВУЗ СУМСЬКИЙ ДЕРЖАВНИЙ УНІВЕРСИТЕТ
Год сдачи 2012
Содержание РЕФЕРАТ

Записка: 65 стор., 35 рис., 7 таблиць, 1 додаток, 5 джерел.
Об’єкт дослідження – слабо формалізований процес автоматичної класифікації зображень.
Предмет досліджень – математичні моделі, алгоритми оцінки функціональної ефективності та оптимізації системи розпізнавання зображень.
Мета роботи – підвищення функціональної ефективності системи розпізнавання зображень структури металів.
Методи дослідження: ІЕІ-технологія.
Результати: у магістерській кваліфікаційній роботі розглядається інформаційно-екстремальний метод навчання системи розпізнавання зображень, який дозволяє побудувати безпомилкові за навчальною вибіркою вирішальні правила. Розроблений алгоритм розпізнавання реалізовано на прикладі класифікації структури металів при вхідному контролі.

КЛАС РОЗПІЗНАВАННЯ, ОЗНАКА РОЗПІЗНАВАННЯ, НАВЧАЛЬНА ВИБІРКА, РЕАЛІЗАЦІЯ КЛАСУ РОЗПІЗНАВАННЯ, ЕТАЛОННИЙ ВЕКТОР, НАВЧАЛЬНА МАТРИЦЯ, ДВІЙКОВИЙ ЕТАЛОННИЙ ВЕКТОР, ІНФОРМАЦІЙНО-ЕКСТРЕМАЛЬНА ІНТЕЛЕКТУАЛЬНА ТЕХНОЛОГІЯ, ІНФОРМАЦІЙНИЙ КРИТЕРІЙ, ТОЧНІСНІ ХАРАКТЕРИСИКИ, РОБОЧА ОБЛАСТЬ.

Зміст
ВСТУП 5
1 АНАЛІЗ ПРОБЛЕМИ ТА ПОСТАНОВКА ЗАДАЧІ
ДОСЛІДЖЕННЯ 6
1.1 Аналітичний огляд методів розпізнавання зображень 6
1.2 Вхідний контроль структури металів 12
1.3 Постановка задачі 13
2 ІНФОРМАЦІЙНЕ ЗАБЕЗПЕЧЕННЯ СИСТЕМИ
РОЗПІЗНАВАННЯ СТРУКТУРИ МЕТАЛІВ 15
2.1 Опис методу досліджень 15
2.2 Формування вхідного математичного опису системи
розпізнавання зображень 19
2.3 Математична (категорійна) модель 21
2.4 Критерій оптимізації 24
2.5 Опис алгоритму навчання 26
2.6 Опис алгоритму екзамену 45
3 ПРОГРАМНЕ ЗАБЕЗПЕЧЕННЯ СИСТЕМИ
РОЗПІЗНАВАННЯ ЗОБРАЖЕНЬ 47
3.1 Короткий опис програми 47
3.2 Результати фізичного моделювання на ЕОМ 50
ВИСНОВКИ 64
СПИСОК ЛІТЕРАТУРИ 65
Додаток – Текст програми 66

ВСТУП
Процес прийняття рішень є невід’ємним атрибутом діяльності людини, що забезпечує організацію та умови її життя. При цьому накопичені шляхом навчання (самонавчання) знання дозволяють людині приймати ефективні рішення. З початком комп’ютерної ери науково-технічного прогресу суспільства людина була змушена перейти до машинних методів прийняття рішень.
Одним з перспективних напрямків досліджень є розробка засобів інформаційної технології аналізу та синтезу систем здатних навчатися (самонавчатися) за прямим інформаційно-екстремальним методом, який ґрунтується безпосередньо на оцінці інформаційної спроможності системи і дозволяє в рамках об’єктно-орієнтованої методології проектування здійснювати класифікаційний аналіз даних умов за умов невизначеності.
При цьому важливого значення набувають питання системності проектування високоефективних систем прийняття рішень, формування вхідного математичного опису, оцінки функціональної ефективності, оптимізації просторово-часових параметрів функціонування систем прийняття рішень, практична реалізація методів прийняття рішень та інше.
Таким чином, тема магістерської кваліфікаційної роботи є актуальною, оскільки вона присвячена підвищенню функціональної ефективності комп’ютеризованих систем вхідного контролю якості у машинобудуванні.
Список литературы ВИСНОВКИ
1 В магістерській роботі розроблено та реалізовано інформаційне та програмне забезпечення системи розпізнавання структури металів.
2 Досліджено функцію ентропійного критерію оптимізації в граничних точках.
3 Проведено оптимізацію системи контрольних допусків на ознаки розпізнавання за КФЕ Шеннона та КФЕ Кульбака, що дозволило підвищити достовірність розпізнавання зображень.
4 За результатами фізичного моделювання підтверджено працездатність розробленого інформаційного та програмного забезпечення.

СПИСОК ЛІТЕРАТУРИ

1. Довбиш А.С. Основи проектування інтелектуальних систем. – Суми.: Видавництво Сумського державного університету, 2009. - 170 с.
2. Bay Herbert, Ess Andreas, Tuytelaars Tinne, Van Gool Luc. Speeded-Up Robust Features (SURF) – 14 p.
3. G. Lowe David. Distinctive Image Features from Scale-Invariant Keypoints. - Vancouver, B.C., Canada.: Computer Science Department University of British Columbia, 2004. – 28 p.
4. Meng Yu. Implementing the Scale Invariant Feature Transform (SIFT) Method. School of Computer Science University of St. Andrews. – 3 p.
5. Пущаровский Ю.Д. Рентгенография минералов. – Москва.: Отпечатано в ГУП экспериментальная типография, 2000. – 297 с.
Стоимость доставки работы, в гривнах:

(при оплате в другой валюте, пересчет по курсу центрального банка на день оплаты)		 300





Найти готовую работу


ЗАКАЗАТЬ

Обратная связь:


Связаться

Доставка любой диссертации из России и Украины

Вход для партнеров

Регистрация

Восстановить доступ

Материал для курсовых и дипломных работ


Ссылки:

Выполнение и продажа диссертаций, бесплатный каталог статей и авторефератов

Счетчики:

Besucherzahler
счетчик посещений

© 2006-2022. Все права защищены.
Выполнение уникальных качественных работ - от эссе и реферата до диссертации. Заказ готовых, сдававшихся ранее работ.