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

Найдено в других БД:

БД "Книги" (2)

Труды АМГУ (5)

Выпускные квалификационные работы (2)

Формат представления найденных документов:
полный	информационный	краткий

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>A=Салмиянов, Владислав Олегович$<.>)

Общее количество найденных документов : 4
Показаны документы с 1 по 4

Максимова, Надежда Николаевна (кандидат физико-математических наук; доцент).
Оптимизация имитационной модели транспортного потока на регулируемом перекрестке [Текст] / Н. Н. Максимова, В. О. Салмиянов // Вестник Амурского государственного университета. - 2021. - Вып. 95 : Сер. Гуманитар. науки. - С. 3-11 : 16 рис. - Библиогр. в конце ст. . - ISSN 2073-0268

УДК

^A004.94

ББК 32.973-018.2
Рубрики: Вычислительная техника
Имитационное компьютерное моделирование

Кл.слова (ненормированные):
имитационное моделирование -- моделирование транспортных потоков -- оптимизационный эксперимент -- разгрузка транспортных сетей -- среда AnyLogic -- транспортный поток
Аннотация: В работе представлена имитационная модель транспортного потока на регулируемом перекрестке. Исследование имитационной модели осуществлено в среде AnyLogic. Проведен оптимизационный эксперимент для минимизации времени проезда перекрестка транспортными средствами.

Доп.точки доступа:
Салмиянов, Владислав Олегович (магистрант)

Имеются экземпляры в отделах: всего 4 : эн.ф. (1), эк. (1), н.з. (1), аб. (1)
Свободны: эн.ф. (1), эк. (1), н.з. (1), аб. (1)

Найти похожие

Салмиянов, Владислав Олегович (аспирант).
Мультифрактальная параметризация оцифрованных рентгеновских снимков биомедицинских объектов [Текст] / В. О. Салмиянов, А. Г. Масловская // Вестник Амурского государственного университета. - 2023. - Вып. 101 : Сер. Естеств. и экон. науки. - С. 10-17 : 5 рис. - Библиогр. в конце ст. . - ISSN 2073-0268

УДК

^A004.93

ББК 32.973-018.2
Рубрики: Вычислительная техника
Распознавание и преобразование образов

Кл.слова (ненормированные):
Реньи спектор -- мультифрактальный анализ -- рентгеновские снимки легких -- спектр Реньи -- фрактальная размерность -- цифровые изображения
Аннотация: В работе представлены результаты фрактального и мультифрактального анализа цифровых изображений биомедицинских объектов. В ППП Matlab проведена предпроцессорная подготовка снимков и программная реализация методов фрактальной и мультифрактальной параметризации, основанных на покрытии изображений квадратными кластерами. Приведены данные тестовой диагностики растровых изображений, полученных с помощью рентгеновского аппарата.

Доп.точки доступа:
Масловская, Анна Геннадьевна (доктор физико-математических наук)

Имеются экземпляры в отделах: всего 5 : к.п. (1), эн.ф. (1), эк. (1), н.з. (1), аб. (1)
Свободны: к.п. (1), эн.ф. (1), эк. (1), н.з. (1), аб. (1)

Найти похожие

Салмиянов, Владислав Олегович.
Адаптированные алгоритмы интеллектуальной спецификации скейлинговых характеристик морфологии культивированных бактерий [Текст] / В. О. Салмиянов, И. А. Шевкун, А. Г. Масловская // Информатика и системы управления. - 2023. - № 4 (78). - С. 75-89 : 6 рис. - Библиогр. в конце ст. . - ISSN 1814-2400

УДК

^A004.93

ББК 32.973-018.2
Рубрики: Вычислительная техника
Распознавание и преобразование образов

Кл.слова (ненормированные):
бактериальная колония -- дендритная структура -- морфология -- мультифрактальный анализ -- растровое изображение -- скейлинговые характеристики -- фрактальный анализ
Аннотация: Междисциплинарный подход, использующий интеллектуальный фрактальный анализ данных и количественную спецификацию сложноструктурированных объектов, нашел применение в микробиологии. В работе представлена программная интеграция трех аналитических методик, обладающих диагностическим потенциалом для исследования скейлинговых характеристик сложной морфологии бактерий при поверхностном культивировании на питательных средах. В качестве алгоритмического базиса рассмотрены: классический метод "box-counting" для фрактального анализа, метод лакунарного анализа и метод мультифрактальной параметризации. В серии вычислительных экспериментов установлены скейлинговые характеристики растровых изображений дендритоподобных бактериальных паттернов, наблюдаемых в практике биологического эксперимента и визуализируемых при реализации гибридной реакционно- диффузионной модели.

Перейти: http://ics.khstu.ru/media/2023/N78_07.pdf

Доп.точки доступа:
Шевкун, Иван Александрович; Масловская, Анна Геннадьевна (доктор физико-математических наук)

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

Найти похожие

Салмиянов, Владислав Олегович.
Система нейросетевой диагностики морфологических характеристик рентгеновских снимков легких: реализация на платформе MATLAB [Текст] / В. О. Салмиянов, А. А. Синагатулин, А. Г. Масловская // Информатика и системы управления. - 2024. - № 2 (80). - С. 97-409 : 6 рис. - Библиогр. в конце ст.

ББК 32.973-018.2
Рубрики: Вычислительная техника--Распознавание и преобразование образов
Кл.слова (ненормированные):
рентгенографический снимок легкого -- цифровое изображение -- растровое изображение -- сверточная нейронная сеть -- глубокоуровневая сеть -- задача классификации -- платформа MATLAB -- нейросетевая диагностика -- нейронные сети -- COVID-19
Аннотация: В работе представлен результат апробации и расширения функционала нейронной сверточной глубокоуровневой сети для решения задач классификации рентгеновских снимков при диагностике заболеваний легких человека. Основным компонентом системы интеллектуальной диагностики является предварительно обученная сеть ResNet50, реализованная в среде Matlab. Дополнительное обучение сети проводилось с использованием сформированного банка данных цифровых снимков человеческих легких, полученных с помощью флюорографического аппарата, и рентгеновских снимков, размещенных в открытом источнике. В целях повышения качества детектирования реализована процедура предпроцессорной обработки цифровых изображений. Применяемые алгоритмы обучения позволили добиться общей точности распознавания в 96% для диагностических случаев: COVID-19 затенения областей легкого, вирусной пневмонии и здоровых снимков легких.

Доп.точки доступа:
Синагатулин, Антон Андреевич; Масловская , Анна Геннадьевна (доктор физико-математических наук; профессор)

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

Найти похожие

Тематический навигатор

Статистика за 03.09.2024
Число запросов	48837
Число посетителей	1
Число заказов	0

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