Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Вестн. Астрахан. гос. техн. ун-та. Сер. управление, вычисл. техн. информ.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика, 2021, номер 2, страницы 47–56
DOI: https://doi.org/10.24143/2072-9502-2021-2-47-56
(Mi vagtu669)
 

Эта публикация цитируется в 2 научных статьях (всего в 2 статьях)

КОМПЬЮТЕРНОЕ ОБЕСПЕЧЕНИЕ И ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА

Применение нейронных сетей для распознавания принципиальных условно-графических электрических обозначений

П. П. Алексеев, И. Ю. Квятковская

Астраханский государственный технический университет, Астрахань, Российская Федерация
Список литературы:
Аннотация: Рассматривается вопрос применения искусственных нейронных сетей для распознавания условно-графических обозначений электротехники, в частности, исследуются сверточные нейронные сети и наиболее подходящая для решения поставленной задачи модель распознавания объектов R-CNN. Распознавание образов конкретного изображения является задачей, которая ставится перед сложными системами обработки информации, а также системами управления и принятия решений. Классификация различных технологических, природных объектов, аналоговых и цифровых сигналов формируется повсеместно набором присущих только им признаков и свойств. Определение вида и признаков объекта находит свое применение в различных отраслях науки: машинном обучении, диагностике, метеорологии, системах видеонаблюдения и обеспечения безопасности, в системах виртуальной реальности и поиска по изображению. Однако для решения прикладных задач и достижения необходимых показателей (например, в области распознавания условно-графических обозначений электротехники) исследования не проводились. Отмечается, что среди всех математических моделей и методов распознавания образов наиболее качественными и перспективными являются нейронные сети. Что касается вопроса интерактивности, выходным результатом работы распознавания по изображению является необходимый и достаточный ответ, который не имеет устойчивой работы по классификации объектов в пределах категорий и их инвариантным преобразованиям. Подробно изучена схема работы модели R-CNN, а также обоснованы важность обучающей выборки и ее влияние на качество распознавания образов нейронной сетью. В общем виде показано применение способа «RoI Pooling» для распознавания объектов на изображении, за счет которого выделяется несколько областей интереса, указанных через ограничивающие рамки.
Ключевые слова: нейронная сеть, распознавание, условно-графические электрические обозначения, классификатор, обучающая выборка.
Поступила в редакцию: 22.03.2021
Тип публикации: Статья
УДК: 004.896
Образец цитирования: П. П. Алексеев, И. Ю. Квятковская, “Применение нейронных сетей для распознавания принципиальных условно-графических электрических обозначений”, Вестн. Астрахан. гос. техн. ун-та. Сер. управление, вычисл. техн. информ., 2021, № 2, 47–56
Цитирование в формате AMSBIB
\RBibitem{AleKvy21}
\by П.~П.~Алексеев, И.~Ю.~Квятковская
\paper Применение нейронных сетей для распознавания принципиальных условно-графических электрических обозначений
\jour Вестн. Астрахан. гос. техн. ун-та. Сер. управление, вычисл. техн. информ.
\yr 2021
\issue 2
\pages 47--56
\mathnet{http://mi.mathnet.ru/vagtu669}
\crossref{https://doi.org/10.24143/2072-9502-2021-2-47-56}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/vagtu669
  • https://www.mathnet.ru/rus/vagtu/y2021/i2/p47
  • Эта публикация цитируется в следующих 2 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика
    Статистика просмотров:
    Страница аннотации:234
    PDF полного текста:1159
    Список литературы:22
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024