Academic literature on the topic 'Функції розпізнавання'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Contents
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Функції розпізнавання.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Функції розпізнавання"
Лабжинський, В. "Ідентифікація типу аварії на об'єктах критичної інфраструктури за допомогою прихованих моделей Маркова." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, no. 44 (October 28, 2021): 25–29. http://dx.doi.org/10.36910/6775-2524-0560-2021-44-04.
Full textLabzhynskiy, V. A. "Математичні методи розпізнавання надзвичайних ситуацій в умовах невизначеності." Scientific Bulletin of UNFU 29, no. 1 (February 28, 2019): 121–25. http://dx.doi.org/10.15421/40290126.
Full textПисарєв, А. В., А. Ф. Лазутський, С. А. Тузіков, С. А. Писарєв, І. О. Радченко, and В. А. Молодцов. "Аналіз впливу неоднорідності аерозольної завіси на виявлення та розпізнавання об’єкту." Збірник наукових праць Харківського національного університету Повітряних Сил, no. 4(66), (October 22, 2020): 118–28. http://dx.doi.org/10.30748/zhups.2020.66.17.
Full textPovkhan, Igor. "ПИТАННЯ СКЛАДНОСТІ ПРОЦЕДУРИ ПОБУДОВИ СХЕМИ АЛГОРИТМІЧНОГО ДЕРЕВА КЛАСИФІКАЦІЇ." TECHNICAL SCIENCES AND TECHNOLOGIES, no. 3(21) (2020): 142–53. http://dx.doi.org/10.25140/2411-5363-2020-3(21)-142-153.
Full textKhizhnyak, I., A. Makoveychuk, and H. Khudov. "ІНФОРМАЦІЙНА РОЙОВА ТЕХНОЛОГІЯ ТЕМАТИЧНОГО СЕГМЕНТУВАННЯ ЗОБРАЖЕНЬ, ЩО ОТРИМАНІ З БОРТОВИХ СИСТЕМ ОПТИКО-ЕЛЕКТРОННОГО СПОСТЕРЕЖЕННЯ." Системи управління, навігації та зв’язку. Збірник наукових праць 3, no. 49 (July 3, 2018): 26–32. http://dx.doi.org/10.26906/sunz.2018.3.026.
Full textПрочухан, Д. В. "Нейромережеве моделювання в реалізації системи визначення правильності носіння медичної маски." Системи обробки інформації, no. 1(164) (March 17, 2021): 65–72. http://dx.doi.org/10.30748/soi.2021.164.07.
Full textХаустов, Дмитро Євгенович, Юрій Адамович Настишин, Ярослав Євгенович Хаустов, and Анатолій Михайлович Андрієнко. "Ймовірність виконання візуальної задачі як сигмоїдна функція." Озброєння та військова техніка 31, no. 3 (February 3, 2022): 80–94. http://dx.doi.org/10.34169/2414-0651.2021.3(31).80-94.
Full textЦао, Жішан, Цзиньцзюнь Цao, Хонгсія Чжу, and В. А. Власенко. "МОЛЕКУЛЯРНА ІДЕНТИФІКАЦІЯ БІЛКА ПЕПТИДОГЛІКАНУ КОРОТКОГО ТИПУ, GMPGRP-SC ВІД GRAPHOLITHA MOLESTA." Bulletin of Sumy National Agrarian University. The series: Agronomy and Biology 45, no. 3 (February 21, 2022): 52–63. http://dx.doi.org/10.32845/agrobio.2021.3.7.
Full textSachanyuk-Kavetska, N. V. "Визначення чутливості ідентифікаційної функції до зміни вхідних характеристик обробки зображень для розпізнавання суб’єктів у системах захисту інформації." Реєстрація, зберігання і обробка даних 19, no. 1 (March 21, 2017): 55–63. http://dx.doi.org/10.35681/1560-9189.2017.19.1.126494.
Full textSemerikov, Serhiy O., Tetiana A. Vakaliuk, Iryna S. Mintii, Vita A. Hamaniuk, Vladimir N. Soloviev, Olga V. Bondarenko, Pavlo P. Nechypurenko, Svitlana V. Shokaliuk, Natalia V. Moiseienko, and Vitalii R. Ruban. "Розробка системи комп'ютерного зору на основі машинного навчання для освітніх цілей." Educational Dimension 57, no. 5 (December 9, 2021): 8–60. http://dx.doi.org/10.31812/educdim.4717.
Full textDissertations / Theses on the topic "Функції розпізнавання"
Болбас, Ю. А., and М. Г. Заворотна. "Выбор структуры нейронной сети для выполнения функций распознавания." Thesis, ХНУРЕ, 2019. http://openarchive.nure.ua/handle/document/8475.
Full textУсатенко, Тетяна Миколаївна, Татьяна Николаевна Усатенко, and Tetiana Mykolaiivna Usatenko. "Розпізнавання спотвореного сигналу за допомогою функцій непропорційності." Thesis, Видавництво СумДУ, 2007. http://essuir.sumdu.edu.ua/handle/123456789/7320.
Full textПономаренко, Р. А. "Оперативне розпізнавання поточних параметрів системи амортизації приладного відсіку." Thesis, Сумський державний університет, 2017. http://essuir.sumdu.edu.ua/handle/123456789/64290.
Full textЯнковська, Неля Володимирівна, and Nelia Yankovska. "Комп’ютеризована система відеоспостереження з функцією розпізнавання обличчя." Bachelor's thesis, Тернопільський національний технічний університет імені Івана Пулюя, 2021. http://elartu.tntu.edu.ua/handle/lib/35575.
Full textIn the bachelor's qualification work, a prototype of a computerized video surveillance system with a face recognition function based on the ESP32-CAM module, an OV2640 camcorder with a resolution of 2 MP and an electromechanical door lock was designed. During this work, an analysis of existing approaches to the implementation of classical video surveillance systems, proposed its own system architecture, which takes into account the peculiarities of this process and provides control of the electromagnetic lock based on the approach "own" - "not own". The analysis of technical characteristics of hardware is substantiated and carried out, in particular: ESP32-CAM module as a basic component; The OV2640 camera, as a means of video capture, shows the principle and algorithm of recording program code in ESP32-CAM using the FTDI programmer and the Arduino IDE. System software for video surveillance process control and electromagnetic lock control has been developed, and a face recognition model based on a convolutional neural network has been built and implemented.
ПЕРЕЛІК ОСНОВНИХ УМОВНИХ ПОЗНАЧЕНЬ, СИМВОЛІВ І СКОРОЧЕНЬ 8 ВСТУП 9 1 АНАЛІЗ ТЕХНІЧНОГО ЗАВДАННЯ НА ПРОЕКТУВАННЯ КОМП’ЮТЕРИЗОВАНОЇ СИСТЕМИ ВІДЕОСПОСТЕРЕЖЕННЯ 11 1.1 Аналіз вимог до апаратного і програмного забезпечення системи відеоспостереження 11 1.2 Аналіз сфер застосування систем відеоспостереження та способів їх реалізації 17 2 АРХІТЕКТУРА ТА АПАРАТНЕ ЗАБЕЗПЕЧЕННЯ КОМП’ЮТЕРИЗОВАНОЇ СИСТЕМИ ВІДЕОСПОСТЕРЖЕННЯ 24 2.1 Аналіз типових архітектур і проектування структури прототипу системи відеоспостереження з функцією розпізнавання обличчя 24 2.2 Обґрунтування вибору модуля ESP32-CAM та аналіз його технічних характеристик 30 2.3 Характеристики камери OV2640 35 2.4 Проектування схеми системи відеоспостереження з функцією розпізнавання обличчя 38 3 РОЗРОБКА СИСТЕМНОГО ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ ТА ПОБУДОВА МОДЕЛІ ІНТЕЛЕКТУАЛЬНОГО РОЗПІЗАНВАННЯ ОБЛИЧЧЯ 43 3.1 Проектування алгоритму та реалізація системного програмного забезпечення комп’ютеризованої системи відеоспостереження 43 3.2 Інсталяція веб-сервера та бібліотеки для роботи з ESP32-CAM 45 3.3 Обґрунтування засобів та побудова моделі для реалізації функції виявлення та розпізнавання обличчя 49 3.4 Тестування комп’ютеризованої системи відеоспостереження з функцією розпізнавання обличчя 54 4 БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ОХОРОНИ ПРАЦІ 58 4.1 Вимоги до виробничих приміщень для експлуатації ВДТ 58 4.2 Вплив іонізуючого випромінювання на організм людини та запобігання його негативній дії 60 ВИСНОВКИ 64 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ 65 Додаток A. Технічне завдання
Bezushko, V. P. "Recognition system of flat convex figures by using disproportionate function." Thesis, Sumy State University, 2017. http://essuir.sumdu.edu.ua/handle/123456789/65234.
Full textКозаченко, А. П. "Інформаційне та програмне забезпечення системи інтелектуального аналізу енергоспоживання будівель." Master's thesis, Сумський державний університет, 2018. http://essuir.sumdu.edu.ua/handle/123456789/72073.
Full textАвраменко, Віктор Васильович, Виктор Васильевич Авраменко, Viktor Vasylovych Avramenko, and К. Salnik. "Recognition of fragments of standard images at low light level and the presence of additive impulsive noise." Thesis, Sumy State University, 2017. http://essuir.sumdu.edu.ua/handle/123456789/55739.
Full textЛавриненко, Олександр Юрійович, Александр Юрьевич Лавриненко, and Oleksandr Lavrynenko. "Методи підвищення ефективності семантичного кодування мовних сигналів." Thesis, Національний авіаційний університет, 2021. https://er.nau.edu.ua/handle/NAU/52212.
Full textThe thesis is devoted to the solution of the actual scientific and practical problem in telecommunication systems, namely increasing the bandwidth of the semantic speech data transmission channel due to their efficient coding, that is the question of increasing the efficiency of semantic coding is formulated, namely – at what minimum speed it is possible to encode semantic features of speech signals with the set probability of their error-free recognition? It is on this question will be answered in this research, which is an urgent scientific and technical task given the growing trend of remote human interaction and robotic technology through speech, where the accurateness of this type of system directly depends on the effectiveness of semantic coding of speech signals. In the thesis the well-known method of increasing the efficiency of semantic coding of speech signals based on mel-frequency cepstral coefficients is investigated, which consists in finding the average values of the coefficients of the discrete cosine transformation of the prologarithmic energy of the spectrum of the discrete Fourier transform treated by a triangular filter in the mel-scale. The problem is that the presented method of semantic coding of speech signals based on mel-frequency cepstral coefficients does not meet the condition of adaptability, therefore the main scientific hypothesis of the study was formulated, which is that to increase the efficiency of semantic coding of speech signals is possible through the use of adaptive empirical wavelet transform followed by the use of Hilbert spectral analysis. Coding efficiency means a decrease in the rate of information transmission with a given probability of error-free recognition of semantic features of speech signals, which will significantly reduce the required passband, thereby increasing the bandwidth of the communication channel. In the process of proving the formulated scientific hypothesis of the study, the following results were obtained: 1) the first time the method of semantic coding of speech signals based on empirical wavelet transform is developed, which differs from existing methods by constructing a sets of adaptive bandpass wavelet-filters Meyer followed by the use of Hilbert spectral analysis for finding instantaneous amplitudes and frequencies of the functions of internal empirical modes, which will determine the semantic features of speech signals and increase the efficiency of their coding; 2) the first time it is proposed to use the method of adaptive empirical wavelet transform in problems of multiscale analysis and semantic coding of speech signals, which will increase the efficiency of spectral analysis due to the decomposition of high-frequency speech oscillations into its low-frequency components, namely internal empirical modes; 3) received further development the method of semantic coding of speech signals based on mel-frequency cepstral coefficients, but using the basic principles of adaptive spectral analysis with the application empirical wavelet transform, which increases the efficiency of this method. Conducted experimental research in the software environment MATLAB R2020b showed, that the developed method of semantic coding of speech signals based on empirical wavelet transform allows you to reduce the encoding speed from 320 to 192 bit/s and the required passband from 40 to 24 Hz with a probability of error-free recognition of about 0.96 (96%) and a signal-to-noise ratio of 48 dB, according to which its efficiency increases 1.6 times in contrast to the existing method. The results obtained in the thesis can be used to build systems for remote interaction of people and robotic equipment using speech technologies, such as speech recognition and synthesis, voice control of technical objects, low-speed encoding of speech information, voice translation from foreign languages, etc.
Макар, Степан Михайлович, and Stepan Makar. "Обгрунтування методу ідентифікації особи в телекомунікаційній мережі." Master's thesis, 2019. http://elartu.tntu.edu.ua/handle/lib/29818.
Full textThe master's thesis is devoted to solving the actual scientific and practical problem of developing methods of providing information and functional security of wireless infrastructure on the basis of hardware separation of subscribers to increase the level of its protection against security threats of various nature, which consist in the developed theoretical bases, methods, models and tools wireless systems and networks.
ВСТУП 10 РОЗДІЛ 1 ВИБІР НАПРЯМКУ ТА ТЕМИ НАУКОВОГО ДОСЛІДЖЕННЯ 14 1.1 Завдання ідентифікації та аутентифікації користувача 14 1.2 Актуальні способи ідентифікації особи 23 1.3 Основні засади роботи систем біометричної ідентифікації 37 1.4 Описовий аналіз проблематики голосової ідентифікації 43 1.5 Висновки до розділу 1 46 РОЗДІЛ 2 МЕТОДОЛОГІЇ ОБРОБКИ ГОЛОСОВИХ СИГНАЛІВ ДЛЯ ЗАДАЧІ ІДЕНТИФІКАЦІЇ ОСОБИ 47 2.1 Завдання ідентифікації особи 47 2.2. Аналіз процедури утворення голосового сигналу та моделей процесу породження голосу 48 2.3 Основні вимоги до методології обробки аудіо сигналів для задачі голосової ідентифікації особи 56 2.4 Метод дослідження голосового сигналу з метою ідентифікації користувача 58 2.5 Висновки до розділу 2 62 РОЗДІЛ 3 ЕКСПЕРИМЕНТ З ВІДБОРУ ГОЛОСОВИХ СИГНАЛІВ 63 3.1 Обгрунтування структури експерименту з відбору голосових сигналів 63 3.2 Обгрунтування відбору параметрів мікрофона 64 3.3 Обгрунтування відбору параметрів АЦП у звуковій карті 65 3.4 Висновки розділу 3 67 РОЗДІЛ 4 ОБРОБКА ГОЛОСОВИХ СИГНАЛІВ З МЕТОЮ ІДЕНТИФІКАЦІЇ ОСОБИ 68 4.1 Визначення частотних параметрів формант голосових сигналів 68 4.2 Обчислення значень періоду основного тону голосових сигналів 70 4.3 Висновки до розділу 4 75 РОЗДІЛ 5 СПЕЦАЛЬНА ЧАСТИНА 77 5.1 Метрологічне забезпечення наукового дослідженя 77 5.2 Побудова прикладного програмного забезпечення для розв’язування наукової задачі 78 РОЗДІЛ 6 ОБҐРУНТУВАННЯ ЕКОНОМІЧНОЇ ЕФЕКТИВНОСТІ 85 6.1. Визначення стадій технологічного процесу та загальної тривалості проведення науково-дослідних робіт 85 6.2. Визначення витрат на оплату праці та відрахувань на соціальні заходи 88 6.3. Розрахунок витрат на електроенергію 92 6.4 Розрахунок витрат на матеріали 92 6.5 Розрахунок суми амортизаційних відрахувань 93 6.6 Обчислення накладних витрат 94 6.7 Складання кошторису витрат та визначення собівартості науково-дослідних робіт 95 6.8 Розрахунок ціни науково-дослідних робіт 96 6.9 Визначення економічної ефективності і терміну окупності капітальних вкладень 96 6.10 Висновок до розділу 6 98 РОЗДІЛ 7 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 99 7.1 Охорона праці 99 7.2 Безпека в надзвичайних ситуаціях 110 РОЗДІЛ 8 ЕКОЛОГІЯ 114 8.1 Електромагнітне забруднення довкілля, його вплив на людину, шляхи його зменшення 114 8.2 Джерела шуму і вібрацій, методи їх знешкодження 116 ВИСНОВКИ 120 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ 122