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](/flags/cn.gif)
1
![France](/flags/fr.gif)
224321
![Germany](/flags/de.gif)
-1636325888
![Ireland](/flags/ie.gif)
-772515615
![Japan](/flags/jp.gif)
1
![Lithuania](/flags/lt.gif)
1200502138
![Norway](/flags/no.gif)
1
![Poland](/flags/pl.gif)
417198
![Russia](/flags/ru.gif)
-818131563
![Singapore](/flags/sg.gif)
-502924296
![Sweden](/flags/se.gif)
1
![Ukraine](/flags/ua.gif)
1152491778
![United Kingdom](/flags/gb.gif)
494691280
![United States](/flags/us.gif)
-1654086255
![Unknown Country](/flags/--.gif)
1
Downloads
![Belgium](/flags/be.gif)
1
![Canada](/flags/ca.gif)
-1987943449
![Finland](/flags/fi.gif)
1
![France](/flags/fr.gif)
-1893963014
![Germany](/flags/de.gif)
385190134
![Ireland](/flags/ie.gif)
62757
![Lithuania](/flags/lt.gif)
1
![Norway](/flags/no.gif)
1
![Poland](/flags/pl.gif)
417199
![Russia](/flags/ru.gif)
-1893963019
![Sweden](/flags/se.gif)
1
![Switzerland](/flags/ch.gif)
88314990
![Ukraine](/flags/ua.gif)
-1654086254
![United Kingdom](/flags/gb.gif)
55494071
![United States](/flags/us.gif)
1273304564
![Unknown Country](/flags/--.gif)
22673174
Files
File | Size | Format | Downloads |
---|---|---|---|
Savchenko_bac_rob.pdf | 3,18 MB | Adobe PDF | -1309531546 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.