Библиотека Амурского Государственного Университета

Главная

Упрощенный режим

Описание

Шлюз Z39.50

Базы данных

БД "Статьи" - результаты поиска

Вид поиска

БД "Книги"

БД "Статьи"

Труды АМГУ

Выпускные квалификационные работы

Антитеррор

Область поиска

Формат представления найденных документов:
полный	информационный	краткий

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>K=набор данных<.>)

Общее количество найденных документов : 3
Показаны документы с 1 по 3

Вид документа : Статья из журнала
Шифр издания :
Автор(ы) : Ковалев, Валентин Юрьевич, Шишкин, Алексей Геннадьевич
Заглавие : Распознавание стиля произведений живописи по их изображениям с помощью глубоких нейронных сетей
Серия: Интеллектуальные системы
Место публикации : Информатика и системы управления. - 2020. - № 3 (65). - С. 74-86: 12 рис. - ISSN 1814-2400 (Шифр insu/2020/3). - ISSN 1814-2400
Примечания : Библиогр.: с. 85-86 (23 назв.)
УДК : 004.9
ББК : 32.973-081.2
Предметные рубрики: Вычислительная техника
Распознавание и преобразование образов
Географич. рубрики:
Ключевые слова (''Своб.индексиров.''): глубокое обучение--данные--искусственные нейронные сети--классификация изображений--модели--набор данных--нейронные сети--произведение живописи--стиль
Аннотация: Представлены метод и архитектура нейронной сети для решения задачи классификации стилей произведений живописи по их цифровым изображениям. В результате большого числа проведенных экспериментов по поиск у оптимальных гиперпараметров нейронной сети получена итоговая архитектура модели, показавшая точность на 5 близкородственных классах, равную 51,5% и 91% для 5 визуально различающихся стилей.
Перейти: http://ics.khstu.ru/media/2020/N65_07.pdf
Найти похожие

Вид документа : Статья из журнала
Шифр издания :
Автор(ы) : Головастова Э. А., Красотин Д. Н.
Заглавие : Задача эффективной кластеризации текстовой выборки в зависимости от различной параметризации этой выборки
Параллельн. заглавия :Effective Clustering of a Text Sample Depending on the Different Parameterization of this Sample
Серия: Обработка информации и анализ данных
Разночтения заглавия :: Обработка выборки, оценка качества, использованные методы: Результаты для параметризации текстов по ключевым словам
Место публикации : Информационные технологии и вычислительные системы. - 2019. - № 4. - С.60-69: ил., 3 табл. - ISSN 2071-8632 (Шифр itiv/2019/4). - ISSN 2071-8632
Примечания : Библиогр.: с. 68-69 (14 назв. )
УДК : 004.62
ББК : 32.973-018.2
Предметные рубрики: Вычислительная техника
Манипулирование данными
Ключевые слова (''Своб.индексиров.''): dbscan--k-means--trsvd--tf-idf-матрицы--жаккара метрики--анализ текста--группы кластеров--кластеризация текстовой выборки--кластеры--ключевые слова--метрики жаккара--набор данных--параметризация текстовой выборки--текстовая информация
Аннотация: Рассматривается проблема необходимости проведения быстрой и качественной автоматизированной кластеризации больших объемов текстовых выборок в условиях постоянно разрастающегося объема информации, в том числе, получаемых из сети Интернет. Приведены различные способы параметризации текстовой выборки и различные алгоритмы кластеризации.
Найти похожие

Вид документа : Статья из журнала
Шифр издания :
Автор(ы) : Волков В. В., Швец Е. А.
Заглавие : Набор данных и метод оценки алгоритмов сопоставления оптических и радиолокационных изображений на основе устойчивых точек
Параллельн. заглавия :Dataset and Method for Evaluating Optical-to-Sar Image Registration Algorithms Based on Keypoints
Серия: Обработка информации и анализ данных
Разночтения заглавия :: Обзор методов поиска устойчивых точек: Сценарии сравнения алгоритмов сопоставления: Описание данных: Описание алгоритмов оценки
Место публикации : Информационные технологии и вычислительные системы. - 2021. - № 2. - С.44-57: ил., 9 табл. - ISSN 2071-8632 (Шифр itiv/2021/2). - ISSN 2071-8632
Примечания : Библиогр.: с. 54-57 (33 назв. )
УДК : 004.93
ББК : 32.973-018.2
Предметные рубрики: Вычислительная техника
Распознавание и преобразование образов
Ключевые слова (''Своб.индексиров.''): data set--orb--sift--sift--surf--yape--optical-sar--харрис--датасет--дескрипторы--детекторы--набор данных--обзоры--оптические изображения--радиолокационные изображения--сопоставление изображений--устойчивые точки
Аннотация: Представлен датасет из ста выровненных пар optical-SAR изображений. Дополнительно рассмотрены методы оценки повторяемости устойчивых точек, точности их сопоставления и метод оценки точности сопоставления изображений для optical-SAR данных. Проведено сравнение результатов этих методов для классических детекторов SIFT, YAPE и Харрис и дескрипторов SIFT, ORB и SURF на представленном датасете.
Найти похожие

Тематический навигатор

Статистика за 06.07.2024
Число запросов	45688
Число посетителей	1
Число заказов	0

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)