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

Ковалев, Валентин Юрьевич.
Распознавание стиля произведений живописи по их изображениям с помощью глубоких нейронных сетей [Текст] / В. Ю. Ковалев, А. Г. Шишкин // Информатика и системы управления. - 2020. - № 3 (65). - С. 74-86 : 12 рис. - Библиогр.: с. 85-86 (23 назв.) . - ISSN 1814-2400

УДК

^A004.9

ББК 32.973-081.2
Рубрики: Вычислительная техника
Распознавание и преобразование образов

Кл.слова (ненормированные):
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

Доп.точки доступа:
Шишкин, Алексей Геннадьевич

Имеются экземпляры в отделах: всего 3 : эн.ф. (1), н.з. (1), аб. (1)
Свободны: эн.ф. (1), н.з. (1), аб. (1)

Найти похожие

Головастова, Э. А.
Задача эффективной кластеризации текстовой выборки в зависимости от различной параметризации этой выборки [Текст] = Effective Clustering of a Text Sample Depending on the Different Parameterization of this Sample / Головастова Э. А., Красотин Д. Н. // Информационные технологии и вычислительные системы = Journal of Information Technologies and Computing Systems. - 2019. - № 4. - С. 60-69 : ил., 3 табл. - Библиогр.: с. 68-69 (14 назв. ) . - ISSN 2071-8632

УДК

^a004.62

ББК 32.973-018.2
Рубрики: Вычислительная техника
Манипулирование данными
Кл.слова (ненормированные):
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.

Доп.точки доступа:
Красотин, Д. Н.

Имеются экземпляры в отделах: всего 1 : ч.з. (1)
Свободны: ч.з. (1)

Найти похожие

Волков, В. В.
Набор данных и метод оценки алгоритмов сопоставления оптических и радиолокационных изображений на основе устойчивых точек [Текст] = Dataset and Method for Evaluating Optical-to-Sar Image Registration Algorithms Based on Keypoints / Волков В. В., Швец Е. А. // Информационные технологии и вычислительные системы = Journal of Information Technologies and Computing Systems. - 2021. - № 2. - С. 44-57 : ил., 9 табл. - Библиогр.: с. 54-57 (33 назв. ) . - ISSN 2071-8632

УДК

^a004.93

ББК 32.973-018.2
Рубрики: Вычислительная техника
Распознавание и преобразование образов
Кл.слова (ненормированные):
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.

Доп.точки доступа:
Швец, Е. А.

Имеются экземпляры в отделах: всего 1 : н.з. (1)
Свободны: н.з. (1)

Найти похожие

Тематический навигатор

Статистика за 06.07.2024
Число запросов	29912
Число посетителей	1
Число заказов	0

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