Алгоритмы, методы и системы обработки данных

Пугин, Беляев

Информация о материале

Просмотров: 1240

Базовые алгебраические операции над нечёткими признаками изображений

Пугин Егор Владимирович,

инженер-исследователь кафедры "Программная инженерия", Муромский институт (филиал) ФГБОУ ВО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых», г.Муром.

Беляев Сергей Юрьевич,

магистрант кафедры "Программная инженерия", Муромский институт (филиал) ФГБОУ ВО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых», г.Муром.

Аннотация:

В статье проанализированы базовые алгебраические операторы над функциями принадлежности нечётким множествам первого типа. Рассмотрены различные операторы, проведена проверка на соответствие заданным условиям. Из всего набора условиям удовлетворяют операторы алгебраической суммы, ограниченной суммы и операторы DSW. Также допустимо использовать операторы пересечения и дополнения. Выбранные операторы были опробованы на тестовом изображении для выделения нечётких признаков.

Данные операторы также могут быть использованы для вычислений нечётких признаков изображений на основе нечётких интервалов.

Ключевые слова:

нечёткая обработка изображений; нечёткое представление изображения; нечёткие признаки изображений; нечёткие интервалы; функция принадлежности; алгебраические операции.

Шифры классификаций:

УДК: 004.932

ГРНТИ: -

ВАК: -

Скачать

Педя, Андрианов, Дыранов

Информация о материале

Просмотров: 1407

Разработка модели оценки физического состояния спортсмена для подготовки к этапу соревнований

Педя Софья Андреевна,

магистрант кафедры "Информационные системы", Муромский институт (филиал) ФГБОУ ВО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых», г.Муром.

Андрианов Дмитрий Евгеньевич, д.т.н., доцент

заведующий кафедрой "Информационные системы", Муромский институт (филиал) ФГБОУ ВО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых», г.Муром.

Дыранов Сергей Владимирович,

заведующий отделением ГБУЗ ВО «Муромский центр лечебной физкультуры и спортивной медицины» - Физкультурный диспансер, г.Муром.

Аннотация:

В статье разработана модель оценки физического состояния спортсмена. Предложено использовать систему пятнадцати индексов, которые оценивают особенности телосложения человека, его физические возможности и потенциал сердечно-сосудистой, нервной и дыхательной систем, выявляют болезни и недостатки организма.

Ключевые слова:

информационная система, тренировки, спорт.

Шифры классификаций:

УДК: 004.9

ГРНТИ: 20.51.17

ВАК: 05.13.01

Скачать

Макаров, Курышов

Информация о материале

Просмотров: 1383

Исследование отказоустойчивой архитектуры нейросетевого компонента принятия решений в составе мобильной робототехнической системы

Макаров Михаил Владимирович, к.т.н., доцент

доцент кафедры "Физика и прикладная математика", Муромский институт (филиал) ФГБОУ ВО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых», г.Муром.

Курышов Антон Владимирович,

магистрант кафедры "Физика и прикладная математика", Муромский институт (филиал) ФГБОУ ВО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых», г.Муром.

Аннотация:

В статье предложена и исследована отказоустойчивая архитектура нейросетевого компонента принятия решений в составе мобильной робототехнической системы. Внутри данной архитектуры организованы автоматизированные процессы контроля и коррекции негативных изменений количественных значений параметров вычислительных элементов, вызванных их частичными или полными отказами. В качестве объекта экспериментального исследования предложенной архитектуры использовалась компьютерная модель мобильной робототехнической системы, где нейросетевой компонент принятия решений обеспечивал выполнение трех основных функций: управление движением по заданной траектории, реакция на наличие препятствий по траектории движения и определение точек остановки на маршруте с целью совершения полезного действия.

Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 16-37-60061 мол_а_дк.

Ключевые слова:

-

Шифры классификаций:

УДК: 004.896

ГРНТИ: -

ВАК: -

Скачать

Данилин, Щаников, Зуев, Ивентьев

Информация о материале

Просмотров: 1325

Применение имитационного моделирования и планирования эксперимента при разработке искусственной нейронной сети распознавания сигнала

Данилин Сергей Николаевич, к.т.н., доцент

доцент кафедры "Программная инженерия", Муромский институт (филиал) ФГБОУ ВО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых», г.Муром.

Щаников Сергей Андреевич, к.т.н., доцент

декан факультета информационных технологий, Муромский институт (филиал) ФГБОУ ВО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых», г.Муром.

Зуев Антон Дмитриевич,

инженер кафедры "Программная инженерия, Муромский институт (филиал) ФГБОУ ВО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых», г.Муром.

Ивентьев Александр Андреевич,

магистрант кафедры "Информационные системы", Муромский институт (филиал) ФГБОУ ВО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых», г.Муром.

Аннотация:

Рассмотрены перспективы применения искусственных нейронных сетей (ИНС) для распознавания инфокоммуникационных сигналов. Предложен и реализован модифицированный вариант методологии имитационного моделирования (ИМ) для исследования точности функционирования ИНС, выполняющей поставленную задачу  при наличии дестабилизирующих работу факторов. ИМ проведено в соответствии с теорией планирования эксперимента.  Разработанная ИНС распознает сигнал с вероятностью 99,5% при отношении сигнал-шум 15дБ.

Работа выполнена при поддержке гранта РФФИ 18-38-00592.

Ключевые слова:

высокопроизводительные вычислительные средства, искусственные нейронные сети, нейрокомпьютеры, цифровая индустрия, цифровые двойники, имитационное моделирование, качество функционирования, точность, отказоустойчивость, надежность, допуски

Шифры классификаций:

УДК: 004.383.8.032.26

ГРНТИ: -

ВАК: -

Скачать