Please use this identifier to cite or link to this item:
https://essuir.sumdu.edu.ua/handle/123456789/85762
Or use following links to share this resource in social networks:
Tweet
Recommend this item
Title | Інформаційна технологія розпізнавання об’єктів. Машинне навчання бортової системи розпізнавання наземних об’єктів |
Other Titles |
Information technology of object recognition. On-board ground object recognition machine learning |
Authors |
Савченко, Т.Р.
|
ORCID | |
Keywords |
машинне навчання машинное обучение machine learning інформаційна технологія бортова система розпізнавання геоінформаційна система |
Type | Bachelous Paper |
Date of Issue | 2021 |
URI | https://essuir.sumdu.edu.ua/handle/123456789/85762 |
Publisher | Сумський державний університет |
License | Copyright not evaluated |
Citation | Савченко, Т.Р. Інформаційна технологія розпізнавання об’єктів. Машинне навчання бортової системи розпізнавання наземних об’єктів [Текст]: робота на здобуття кваліфікаційного ступеня бакалавра; спец.: 122 - комп`ютерні науки (інформатика) / Т.Р. Савченко; наук. кер. А.С. Довбиш. - Суми: СумДУ, 2021. - 67 с. |
Abstract |
1) У результаті виконання бакалаврської роботи було реалізовано бортову систему розпізнавання наземних об’єктів, з використання інформаційно-екстремального машинного навчання. У рамках обраної технології була виконана оптимізація системи контрольних допусків на ознаки розпізнавання, що дозволило отримати оптимальні геометричні параметри контейнерів класів розпізнавання.
2) За отриманими, в процесі машинного навчання, оптимальними геометричними параметрами контейнерів класів розпізнавання було побудовано вирішальні правила, які продемонстрували високу достовірність і оперативність при прийнятті класифікаційних рішень.
3) Була видвинута і експериментально підтверджена гіпотеза про обрання базового класу за дисперсією. Цей підхід дозволив, з мінімальними витратами часу, підвищити функціональну ефективність системи розпізнавання.
4) Для перевірки працездатності бортової системи розпізнавання було змодельовано місцевість, яка наближається до реальних умов роботи безпілотника. Таким чином, вдалося перевірити результат класифікації об’єктів, у рамках динамічного випробування.
5) У подальшому необхідно забезпечити інваріантність вирішальних правил до довільного положення наземного об’єкту у кадрі зони інтересу. Для цього, наприклад, можна удосконалити метод формування вхідної навчальної матриці шляхом оброблення кадрів цифрового зображення регіону в полярній системі координат.
6) Результати роботи впроваджено в Науково-дослідному центрі ракетних військ і артилерії Збройних сил України. Оформлено свідоцтво на авторський твір. |
Appears in Collections: |
Кваліфікаційні роботи здобувачів вищої освіти (ЕлІТ) |
Views
China
1
France
224321
Germany
-1636325888
Ireland
-772515615
Japan
1
Lithuania
1200502138
Norway
1
Poland
417198
Russia
-818131563
Singapore
-1654086253
Sweden
1
Ukraine
608148444
United Kingdom
494691280
United States
-1654086255
Unknown Country
1
Downloads
Belgium
1
Canada
-1987943449
Finland
1
France
-1893963014
Germany
385190134
Ireland
62757
Lithuania
1
Norway
1
Poland
417199
Russia
-1893963019
Singapore
1
Sweden
1
Switzerland
88314990
Ukraine
608148447
United Kingdom
55494071
United States
608148443
Unknown Country
22673174
Files
File | Size | Format | Downloads |
---|---|---|---|
Savchenko_bac_rob.pdf | 3.18 MB | Adobe PDF | 287547035 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.