| Русский Русский | English English |
   
Главная Архив номеров
12 | 10 | 2024
07, июль (July)

СОДЕРЖАНИЕ № 7 2013

СОВРЕМЕННЫЕ ТЕНДЕНЦИИ РАЗВИТИЯ КОМПЬЮТЕРНЫХ И ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ
CURRENT TRENDS OF СOMPUTER AND INFORMATION TECHNOLOGIES DEVELOPMENT

Батенков А.А., Полянский И.С., Батенков К.А., Сазонов М.А., Еременко В.Т.
СИНТЕЗ ЛОКАЛЬНО-ОПТИМАЛЬНОЙ СТРУКТУРЫ КЛАССИФИКАТОРА ИНФОРМАЦИОННЫХ РЕСУРСОВ ПО КРИТЕРИЮ МИНИМУМА СРЕДНЕЙ ДЛИНЫ ПРОЦЕДУРЫ ПОИСКА
с. 3–8
Контактная информация: van341 @ mail.ru
Аннотация. Разработан алгоритм синтеза локально-оптимальной структуры классификатора информационного ресурса по критерию минимума средней длины процедуры поиска. Рассмотрены классификаторы по наименьшему расстоянию, в которых эталоны являются центроидами нижнего уровня иерархии разбиения.
Ключевые слова: алгоритм; синтез локально-оптимальной структуры; корневое ориентированное дерево.

Batenkov A.A., Polyansky I.S., Batenkov K.A., Sazonov M.A, Eremenko V.T.
SYNTHESIS OF LOCALLY OPTIMAL STRUCTURE OF CLASSIFIER INFORMATION RESOURCES ACCORDING TO MINIMUM AVERAGE LENGTH CRITERION OF THE SEARCH PROCEDURE
pp. 3-8
Annotation. An algorithm of the synthesis of a locally optimal structure of the video signals classifier on the minimum average length criterion of the search procedure is designed. Herewith classifiers are considered in terms of the their least distance in which the standards are the centroids of the partition hierarchy of the lower level.
Keywords: Algorithm; Synthesis of locally optimal structure; Rooted directed tree.




ИНФОРМАЦИОННО-УПРАВЛЯЮЩИЕ КОМПЛЕКСЫ ПОДВИЖНЫХ ОБЪЕКТОВ
INFORMATING-CONTROLLING COMPLEXES OF MOBILE OBJECTS

Гриняк В.М., Девятисильный А.С.
НЕЧЕТКАЯ СИСТЕМА РАСПОЗНАВАНИЯ ВОЗДУШНЫХ ОБЪЕКТОВ
c. 9–14
Контактная информация: viktor.grinyak @ vvsu.ru
Аннотация. Рассмотрена проблема распознавания маловысотных низкоскоростных воздушных объектов (вертолетов), находящихся в зоне ответственности береговых систем управления движением судов. Основной информационной базой данных систем являются двухкоординатные радиолокационные станции (РЛС) кругового обзора. Выделение из массива наблюдаемых радарами объектов воздушных целей требует применения специальных процедур обработки информации. Предложен алгоритм селекции воздушных целей, основанный на вычислении высоты объекта над поверхностью моря по результатам измерений его дальности и азимута системой двухкоординатных РЛС и обработке полученных данных нечеткой системой типа Сугено, что позволяет принять решение о степени принадлежности объекта к классу воздушных. Дополнительная информация о классе объекта позволяет снизить количество ложных тревог при управлении коллективным движением судов.
Ключевые слова: управление движением судов; воздушный объект; радиолокационные измерения; высота объекта; нечеткая система типа Сугено.

Grinyak V.M., Devyatisilny A.S
FUZZY LOGIC SYSTEM FOR AIR TARGET IDENTIFICATION
pp. 9-14
Annotation. Paper is devoted to a problem of recognition of the low-level low-speed air objects (helicopters) moving in a vessel traffic system control zone. Vessel traffic systems based on two-coordinate radars. Air target identification by two-coordinate radars demands special information processing procedures. The identification algorithm is based on target height calculation from measurements of targets range and an azimuth. Then data is processing by Sugeno fuzzy logic system to make the decision on degree of target accessory to air class. Additional information on targets class allows for reducing quantity of false alarms at vessels traffic control.
Keywords: Vessel traffic control; Air target; Radar measurements; Targets height; Sugeno fuzzy logic system.



Себряков Г.Г., Сошников В.Н., Кикин И.С., Ишутин А.А.
АЛГОРИТМ РАСПОЗНАВАНИЯ ОБЪЕКТОВ НА ОПТИКО-ЭЛЕКТРОННЫХ ИЗОБРАЖЕНИЯХ НАЗЕМНЫХ СЦЕН, ОСНОВАННЫЙ НА ОЦЕНКЕ КОВАРИАЦИОННЫХ МАТРИЦ ГРАДИЕНТНЫХ ФУНКЦИЙ ПОЛЯ ЯРКОСТИ
с. 14–19
Контактная информация: sebr @ gosniias.ru
Аннотация. Предложен алгоритм распознавания наземных объектов, основанный на оценке ковариационных матриц градиентных функций поля яркости. Описаны структура алгоритма и характеристики обрабатываемых изображений. Приведены оценки показателей качества распознавания наземных объектов на полутоновых оптико-электронных изображениях видимого диапазона волн в форматах высокого и сверхвысокого разрешений.
Ключевые слова: обнаружение; ковариационная матрица признаков; объект поиска; анализируемый фрагмент.

Sebryakov G.G., Soshnikov V.N., Kikin I.S., Ishutin A.A
ALGORITHM FOR AUTOMATIC RECOGNITION OF GROUND OBJECTS IN OPTOELECTRONIC IMAGES, BASED ON EVALUATION OF FEATURE COVARIANCE MATRICES BUILT FOR IMAGE GRADIENT FUNCTIONS
pp. 14–19
Annotation. Algorithm for automatic recognition of ground objects based on evaluation of feature covariance matrices built for image gradient functions is presented. Algorithm framework and processed images’ characteristics are described. Quality evaluation results are presented for recognition of ground objects in optoelectronic images of visible wave range and high and ultrahigh definition.
Keywords: Detection; Feature covariance matrix; Object of search; Analyzed region.




КОМПЬЮТЕРНОЕ ЗРЕНИЕ. ВИРТУАЛЬНАЯ РЕАЛЬНОСТЬ
COMPUTER VISION. VIRTUAL REALITY

Визильтер Ю.В., Сидякин С.В.
ИСПОЛЬЗОВАНИЕ МОРФОЛОГИЧЕСКИХ СПЕКТРОВ ДЛЯ КЛАССИФИКАЦИИ ДВУХМЕРНЫХ ФИГУР И БИНАРНЫХ ИЗОБРАЖЕНИЙ
с. 20–28
Контактная информация: sersid @ bk.ru
Аннотация. Показана возможность успешного решения задач классификации двухмерных фигур и бинарных изображений в реальном времени на основе сравнения дискретно-непрерывных морфологических спектров Марагоса с использованием EMD-L1-метрики.
Ключевые слова: математическая морфология; спектры Марагоса; скелеты; EMD-метрика; сравнение по форме.

Visilter Yu.V., Sidyakin S.V.
THE CLASSIFICATION OF TWO-DIMENSIONAL FIGURES AND BINARY IMAGES USING MORPHOLOGICAL PATTERN SPECTRA
pp. 20–28
Annotation. The paper demonstrates successful solution of the classification tasks of two-dimensional figures and binary images in real time on the basis of the comparison of discrete-continuous morphological pattern spectra with the use of Earth Mover's Distance with L1 ground distance.
Keywords: Mathematical morphology; Maragos spectra; Skeletons; Earth mover's distance; Shape comparison.



Шифрис Г.В.
ИССЛЕДОВАНИЕ ВЛИЯНИЯ ПРЕДВАРИТЕЛЬНОГО МАСШТАБИРОВАНИЯ НА КАЧЕСТВО ПЕРЕДАЧИ ИЗОБРАЖЕНИЙ В ФОРМАТЕ JPEG
с. 29–32
Контактная информация: gshifris @ gmail.com
Аннотация. Проанализирована возможность применения предварительного масштабирования кадров видеопотока, сжимаемых по алгоритму JPEG, для сохранения качества восстановленного изображения. Определена количественная зависимость качества изображения от соотношения степени сжатия алгоритмом JPEG и коэффициента масштабирования. Дана оценка симметричности метода при работе в режиме реального времени.
Ключевые слова: сжатие изображений; масштабирование изображений; JPEG; объективная мера оценки качества.

Shifris G.V.
INVESTIGATION OF THE INFLUENCE OF PRE-SCALING THE QUALITY OF IMAGES IN JPEG FORMAT
pp. 29–32
Annotation. In this paper, analyzes the possibility of using pre-scaling for saving the quality of the reconstructed video frames compression by the algorithm JPEG. Results of the series of experiments for calculation the dependency of image quality on the JPEG compression and scaling factor has been showed. The symmetry of the method has been estimated.
Keywords: Image compression; Image resize; JPEG; Objective image quality measure.




ТЕХНОЛОГИИ АВТОМАТИЧЕСКОЙ ИДЕНТИФИКАЦИИ
SELF-IDENTIFICATION TECHNOLOGIES

Коробкин Д.М., Крапивина Н.В., Фоменков С.А.
СЕМАНТИЧЕСКАЯ СЕТЬ ОПИСАНИЯ ФИЗИЧЕСКОГО ЭФФЕКТА В ЕСТЕСТВЕННО-ЯЗЫКОВОМ ТЕКСТЕ
с. 33–36
Контактная информация: saf @ vstu.ru
Аннотация. Рассмотрен процесс извлечения описаний физических эффектов из текстов на естественном языке. Поскольку в настоящее время большинство современных открытий в области физики описывается посредством английского языка, то актуальна задача разработки семантической сети описания физического эффекта в англоязычном тексте.
Ключевые слова: физический эффект; семантический анализ; онтология; семантическая сеть.

Korobkin D.M., Krapivina N.V., Fomenkov S.A.
SEMANTIC WEB OF PHYSICAL EFFECT’S DESCRIPTION IN NATURAL LANGUAGE TEXT
pp. 33–36
Annotation. This article describes the process of extracting descriptions of physical effects from natural language text. Currently, most modern discoveries in physics are described by the English language, the task of developing a semantic network describing the physical effect on the English text is the actual problem.
Keywords: Physical effect; Semantic analysis; Ontology; Semantic web.



Федин Н.А., Истратов А.Ю.
ФОРМИРОВАНИЕ БАЗЫ СЕГМЕНТИРОВАННЫХ РУКОПИСНЫХ СИМВОЛОВ РУССКОГО АЛФАВИТА
с. 36–41
Контактная информация: nfedin @ hse.ru
Аннотация. Рассмотрены этапы формирования базы рукописных символов русского языка: разработка специализированных бланков и опрос респондентов, предварительная обработка заполненных бланков, процедура сегментации и интерфейс конечного пользователя. Предложены подходы и алгоритмы реализации.
Ключевые слова: база данных; рукописные символы; русский алфавит; сегментация изображений; гистограмма; бинаризация.

Fedin N.A., Istratov A.Yu.
FORMATION OF THE BASE OF SEGMENTED HANDWRITTEN THE RUSSIAN LANGUAGE SYMBOLS
pp. 36–41
Annotation. Stages of formation of the base of handwritten the Russian language symbols are considered: development of specialized forms and of the poll of respondents, preliminary processing of the completed forms, procedure of segmentation and the interface of the end user. Approaches and algorithms of realization are offered.
Keywords: Database; Handwritten symbols; Russian alphabet; Image segmentation; Histogram; Binarization.




ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ
INTELLIGENCE SYSTEMS

Вишняков Б.В., Егоров А.И., Малин И.К.
СТАТИСТИЧЕСКАЯ МОДЕЛЬ РАСПОЗНАВАНИЯ ЛОЖНЫХ ОБЪЕКТОВ В СИСТЕМАХ ВИДЕОНАБЛЮДЕНИЯ
с. 42–46
Контактная информация: vishnyakov @ gosniias.ru
Аннотация. Рассмотрен статистический подход к определению псевдодвижущихся (ложных) объектов в системах видеонаблюдения с помощью построения систем гипотез, за критерии в которых принимаются статистические особенности поведения. Результаты, полученные в каждой системе, комплексируются двумя способами: по теореме Байеса, а также с использованием логистической регрессии. Для критерия каждой системы гипотез построены графики зависимости ошибок первого рода от ошибок второго рода так же, как и для результирующего критерия. Приведены результаты работы предлагаемых методов на тестовых базах.
Ключевые слова: ложные объекты; псевдодвижение; статистические критерии; байесовское комплексирование; логистическая регрессия.

Vishnyakov B.V., Egorov A.I., Malin I.K.
STATISTICAL MODEL FOR RECOGNITION OF PSEUDO-MOVING OBJECTS IN VIDEO SURVEILLANCE SYSTEMS
pp. 42–46
Annotation. In the paper we propose a statistical approach to define pseudomoving (outlier) objects in video surveillance systems by constructing the criteria based on statistical behavioral particulatities. The results obtained in each system of hypothesis are integrated in two ways: using the Bayes theorem or the logistic regression. FAR-FRR graphs are plotted for each system of hypothesis and also for the decision rule. The results of proposed methods are obtained on test video databases.
Keywords: Pseudomoving objects; Outlier objects; Statistical criteria; Bayesian integration; Logistic regression.



Уткин Л.В., Жук Ю.А.
РОБАСТНАЯ МОДЕЛЬ ОБНАРУЖЕНИЯ АНОМАЛИЙ С ИСПОЛЬЗОВАНИЕМ МОДЕЛИ ЗАСОРЕНИЯ
с. 47–51
Контактная информация: lev.utkin @ mail.ru
Аннотация. Предложена робастная модель обнаружения аномальных наблюдений в рамках машинного обучения, основанная на использовании робастной модели засорения при применении минимаксной и миниминной стратегий принятия решений. Принципиальное отличие предлагаемого подхода к построению робастных моделей – в рассмотрении неточности вероятностей элементов обучающей выборки, а не в неточности определения самих элементов. Алгоритм классификации сводится к решению конечного множества задач квадратичного программирования. Экспериментальные результаты моделирования иллюстрируют качество предлагаемой модели.
Ключевые слова: машинное обучение; классификация; обнаружение аномалий; стратегия принятия решений; робастная модель; метод опорных векторов; квадратичное программирование.

Utkin L.V., Zhuk Yu.A.
A NOVELTY DETECTION ROBUST MODEL USING CONTAMINATION MODELS
pp. 47–51
Annotation. A novelty detection robust model in the framework of machine learning based on using the robust contamination model is proposed in the paper. Its main feature is that we consider not inaccuracy of the learning set data, but inaccuracy of their probabilities. The minimax and minimin strategies are exploited for constructing the model. The algorithm is reduced to solving a finite set of quadratic programming problems. Numerical experiments illustrate the quality of the proposed model.
Keywords: Machine learning; Classification; Novelty detection; Decision strategy; Robust model; Support vector machine; Quadratic programming.




ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В БЕЗОПАСНОСТИ ЖИЗНЕДЕЯТЕЛЬНОСТИ
INFORMATION TECHNOLOGIES IN HUMAN ACTIVITIES SAFETY

Боровский А.С.
ОБОСНОВАНИЕ ТРЕБОВАНИЙ (ПОКАЗАТЕЛЕЙ КАЧЕСТВА) К ОЦЕНКЕ ЗАЩИЩЕННОСТИ ПОТЕНЦИАЛЬНО ОПАСНЫХ ОБЪЕКТОВ
с. 52–56
Контактная информация: borovski @ mail.ru
Аннотация. Предложена модель обоснования требований (показателей качества) к системе физической защиты объектов от угроз проникновения. Основу модели составляют экспертные знания, представленные в нечеткой форме, и метод нечеткого многокритериального анализа вариантов.
Ключевые слова: система физической защиты; многокритериальный анализ; нечеткая система.

Borovski A.S.
VALIDATION OF REQUIREMENTS (QUALITY RATING) TO THE SECURITY ASSESSMENT OF POTENTIAL ACCIDENT OBJECTS
pp. 52–56
Annotation. The model of validation of requirements (quality rating) to the system of physical protection of facilities from threats of penetration is presented in this article. The basis of this model of expertise is represented in some indistinct form and fuzzy multi-criteria analysis method options.
Keywords: System of physical protection; Multi-criteria analysis; Indistinct system.

 
Поиск
Баннер
Баннер
Rambler's Top100 Яндекс цитирования