Пошук академічних текстів

Інформація × Реєстраційний номер 0214U000223, 0112U000546 , Науково-дослідна робота Назва роботи Оптимальний метод розпізнавання і класифікації об'єктів та програмний комплекс автоматичного дешифрування космічних даних радіозондування Назва етапу роботи Керівник роботи Думін Олександр Миколайович, Дата реєстрації 24-01-2014 Організація виконавець Харківський національний університет імені В.Н. Каразіна Опис етапу Об єкт дослідження: покрив земної поверхні, природні ресурси Землі та об'єкти, що можуть стати причиною техногенних катастроф та стихійних лих, які вивчаються методами дистанційного зондування та космічної зйомки навколишнього середовища за даними мультиспектрального електромагнітного випромінювання поверхні об'єктів в діапазоні спектра від радіохвиль до ультрафіолетових. Мета роботи: забезпечити покращення якості розпізнавання об'єктів з даних дистанційного радіозондування. Метод дослідження: стандартні методи математичної фізики і оригінальні авторські методи розв'язку некоректних задач, методи апроксимації функцій для стиснення вихідних даних, методи розпізнавання на імовірнісній навчальній виборці, методи теорії імовірності та нечітких множин, ЕМ- алгоритм, методи інформаційної матриці Фішера. На основі імовірнісної навчальної вибірки, ЕМ алгоритму, методу максимальної правдоподібності та інформації Фішера розроблено оптимальний метод розпізнавання і класифікації об'єктів за даними космічних спостережень, отриманими за допомогою дистанційного радіозондування у різних діапазонах довжин хвиль, у якому критерій якості класифікації є максимальним за двома основними факторами: за ознаками об'єктів і за правилами класифікації в сімействі сумішевих моделей імовірнісного розподілу розрізняючих характеристик об'єктів. Створений комп'ютерний програмний комплекс РІКДЕДІН для отримання штучних імітаційних даних багатоканального радіозондування, візуалізації багатовимірних даних для інтерактивного статистичного аналізу, класифікації об'єктів навчальної вибірки, розрахунку інформації Фішера, відмітних характеристик об'єктів та динамічної моделі розпізнавання. Результати роботи можуть бути цікавими для організацій, що працюють у космічній галузі та займаються дистанційним зондуванням, і мають на меті покращити якість обробки та класифікації отриманих даних. РОЗПІЗНАВАННЯ І КЛАСИФІКАЦІЯ, ІМОВІРНІСНА НАВЧАЛЬНА ВИБІРКА, ІНФОРМАЦІЯ ФІШЕРА, ДИСТАНЦІЙНЕ ЗОНДУВАННЯ Опис продукції Метод полягає у використанні статистичного підходу до розпізнавання і класифікації, коли отримані багатоканальні дані про об'єкт представляються сумішевим гаусовим імовірнісним розподілом. Даний аналітичний підхід дозволяє використовувати для розпізнавання навчальні об'єкти, щодо яких експерт не може гарантувати приналежність до якого-небудь класу, але може задати імовірність приналежності до класів. Саме для такого випадку, коли не має або принципово не може бути точних знань навіть для об'єктів навчальної вибірки, може бути застосований запропонова - ний метод класифікації, що має назву класифікації на основі імовірнісної навчальної вибірки. Сучасні популярні нестатистичні методи класифікації, наприклад, на основі нейронних мереж, принципово не можуть бути застосовані для такого роду задач. Подальша математична процедура методу включає алгоритм задавання початкових наближень, використання ітераційного ЕМ-алгоритму на основі методу максимальної правдоподібності для пошуку числа компонентів сумішевого ро Автори роботи Ахмедов Р. Думіна О. Катрич В. Колтунов Й. Ляховський А. Стаднік Ю. Хмара С. Додано в НРАТ 2020-04-02 Закрити