Добірка наукової літератури з теми "Функції розпізнавання"

Розглянуто сучасні методи розпізнавання аномальних патернів у зразках кодових послідовностей для ідентифікації типу аварії на об'єктах критичної інфраструктури за допомогою прихованих марковських моделей. Представлена комплексна методика, що базується на аналізі функції густини ймовірності аномальних паттернів, що застосовується у прихованій марковській та напівмарковській моделі. Вказано, що зазначений підхід дозволяє визначити функцію часової залежності рядів даних, відповідно класифікація проводиться на основі наборів аномальних даних, що не відповідають класам навчальної вибірки. На основі математичної моделі показано, що представлена методика надає можливість оптимізувати ефективність розпізнавання аномальних паттернів при ідентифікації аварійного стану на об'єкті інфраструктури.

Показано, що системи розпізнавання надзвичайних подій виявляють різні типи невизначеності: неповні потоки даних, помилки в потоках даних і невідповідні шаблони складних подій. Показано, що потоки подій, що потрапляють на вхід системи розпізнавання складних подій, характеризуються певним ступенем невизначеності. Джерела даних є неоднорідними і характеризуються різною структуризацією даних і відповідними процедурами реагування на пошкоджені блоки даних. Навіть для даних, визначених достатньо точно, система може некоректно моделювати складні події, що призводить до подальшого типу невизначеності. Отже, зазначено, що важливо розглянути методи розпізнавання складних подій, які можна віднести до невизначених. З цією метою було запропоновано відповідні модельні об'єкти. Проведений аналіз ключових моментів побудови систем розпізнавання складних подій, які здатні ефективно працювати в умовах невизначеності, охоплював методи стохастичного моделювання, моделі часового представлення та реляційні моделі. Розглянуто методики, що базуються на абстрактних автоматах, імовірнісних моделях графів, системах логіки першого порядку, мережах Петрі та прихованих мережах Петрі. Зазначено, що проміжним етапом роботи відповідних алгоритмів має бути створення ієрархії складних об'єктів, що не завжди піддаються чіткому визначенню. Виявлено низку обмежень щодо використовуваного синтаксису, моделей і ефективності, які були зіставлені з конкретними варіантами їх реалізації. Запропоновано підхід щодо переходу від детерміністичного математичного апарату до системи розпізнавання складних подій в умовах невизначеності, через введення функції вірогідності події. Розроблена методологія дала змогу виділити напрями досліджень і оцінити продуктивність використовуваних математичних методів.

В даній статті проведено аналіз впливу неоднорідності аерозольної завіси на виявлення та розпізнавання об’єкту. Застосована частотно-просторова гіпотеза зображення, яка може бути сприйнята зором лише на таких відстанях, коли компоненти частотного спектра спостережуваного об’єкта виявляються в діапазоні частот, що сприймаються зором. Показана графічна залежність оптичної передавальної функції від оптичної товщини аерозольної завіси. При цьому використано рівняння переносу зображення через середовище, що розсіює, отримано рівняння для визначення дальності видимості просторово-протяжних об’єктів для випадку спостереження неозброєним оком за денних умов освітленості. Зроблено висновки про те, що дальність видимості просторово-протяжних об’єктів в аерозольній завісі тим більша (менша), ніж більші (менші) кутові розміри об’єкту або чим більші (менші) розміри часток аерозолю.

Актуальність теми дослідження. На сучасному етапі розвитку інформаційних систем та технологій, які базуються на математичних моделях теорії штучного інтелекту (методах та схемах алгоритмічних дерев класифікації), виникає принципова проблема вузької спеціалізації наявних підходів та методів у соціально-економічних, екологічних та інших системах первинного аналізу та обробки великих масивів інформації. Задачі, які об’єднуються тематикою розпізнавання образів, дуже різноманітні та виникають у сучасному світі в усіх сферах економіки та соціального контенту діяльності людини, що приводить до необхідності побудови та дослідження математичних моделей відповідних систем. На сьогодні немає універсального підходу до їх розв’язання, запропоновано декілька досить загальних теорій та підходів, що дозволяють вирішувати багато типів (класів) задач, але їх прикладні застосування відрізняються досить великою чутливістю до специфіки самої задачі або предметної області застосування. Представлена робота присвячена проблемі моделей логічних та алгоритмічних дерев класифікації (схем ЛДК/АДК), пропонує оцінку складності структур алгоритмічних дерев (моделей дерев класифікації), які складаються з незалежних та автономних алгоритмів класифікації і будуть являти собою певною мірою новий алгоритм розпізнавання (зрозуміло, що синтезований із відомих схем, алгоритмів та методів). Постановка проблеми. Нині актуальні різні підходи до побудови систем розпізнавання у вигляді дерев класифікації (ЛДК/АДК), причому інтерес до методів розпізнавання, які використовують дерева класифікації, викликаний багатьма корисними властивостями, якими вони володіють. З одного боку, складність класу функцій розпізнавання у вигляді моделей дерев класифікації, при визначених умовах, не перевищують складності класу лінійних функцій роз-пізнавання (простішого з відомих). З іншого – функції розпізнавання у вигляді дерев класифікації дозволяють виділити в процесі класифікації як причинно-наслідкові зв’язки (та однозначно врахувати їх у подальшому), так і фактори випадковості або невизначеності, тобто врахувати одночасно і функціональні, і стохастичні відношення між властивостями та поведінкою всієї системи. При цьому відомо, що процес класифікації нових, таких, що досі не зустрічалися, об’єктів світу багатьох тварин і людей (за винятком об’єктів, інформація про які передається генетичним шляхом (наслідковим), а також в деяких інших випадках), відбувається за так званим логічним деревом рішень (у зв‘язку з нейромережевою концепцією). Зрозуміло, що доцільно не розробляти новий алгоритм, а запропонувати деяку концепцію раціонального використання вже накопиченого потенціалу алгоритмів та методів класифікації у вигляді моделей алгоритмічних дерев класифікації (структур АДК). Саме тому ця робота має намір хоча б частково подолати ці обмеження та присвячена оцінці складності процедури побудови моделей алгоритмічних (логічних) дерев класифікації в галузі задач розпізнавання. Аналіз останніх досліджень і публікацій. У дослідженні розглянуті останні наукові публікації у відкритому доступі, які присвячені загальній проблемі підходів, методів, алгоритмів та схем розпізнавання (моделей ЛДК/АДК) дискретних об’єктів (дискретних зображень) у задачах розпізнавання образів (теорії штучного інтелекту). Виділення недосліджених частин загальної проблеми. Можливість простого та економного методу побудови моделі алгоритмічного дерева класифікації (або структур АДК/ЛДК) та оцінка складності такої процедури (моделі структури АДК/ЛДК) на основі початкових масивів дискретної інформації великого об’єму. Постановка завдання. Дослідження актуального питання складності загальної процедури побудови алгоритмічного дерева класифікації (моделі АДК) на основі концепції поетапної селекції наборів незалежних алгоритмів класифікації (можливих їх різнотипних множин та сполучень), яке для заданої початкової навчальної вибірки (масиву дискретної інформації) будує деревоподібну структуру (модель класифікації АДК), з набору алгоритмів оцінених на кожному кроці схеми побудови моделі за даною початковою вибіркою. Виклад основного матеріалу. Пропонується оцінка складності процедури побудови алгоритмічного дерева класифікації для довільного випадку (для умов слабкого та сильного розділення класів навчальної вибірки). Розв’язок цього питання має принциповий характер, щодо питань оцінки структурної складності моделей класифікації (у вигляді деревоподібних конструкцій), структур АДК дискретних об’єктів для широкого класу прикладних задач класифікації та розпізнавання в плані розробки перспективних схем та методів їх фінальної оптимізації (мінімізації) конструкції. Це дослідження має актуальність не лише для конструкцій алгоритмічних дерев класифікації, але й дозволяє розширити саму схему оцінки складності і на загальний випадок структур логічних дерев класифікації. Висновки відповідно до статті. Досліджені питання структурної складності конструкцій ЛДК/АДК, запропонована верхня оцінка складності для процедури побудови алгоритмічного дерева класифікації в умовах слабкого та сильного розділення класів початкової навчальної вибірки.

Предметом вивчення в статті є інформаційні ройова технологія тематичного сегментування зображень, що отримані з бортових систем оптико-електронного спостереження. Метою є розробка інформаційної технології сегментування, в основу якої покладений ройовий метод тематичного сегментування оптико-електронного зображення. Завдання: аналіз рівнів технології дешифрування оптико-електронного зображення, аналіз основних етапів обробки оптико-електронного зображення та рівнів локалізації об’єктів інтересу на етапі розпізнавання, аналіз основних вимог до тематичних сегментів зображення, аналіз відомих методів та інформаційних технологій сегментування зображень, що отримані з бортових систем спостереження, обґрунтування цільової функції тематичного сегментування та вибору оптимального значення порогу сегментування, розробка інформаційної ройової технології тематичного сегментування зображень, що отримані з бортової системи оптико-електронного спостереження, наведення тестового прикладу тематичного сегментування кольорового зображення. Використовуваними методами є: методи теорії імовірності, математичної статистики, ройового інтелекту, кластерізації даних, еволюційних обчислень, методи оптимізації, математичного моделювання та цифрової обробки зображень. Отримані такі результати. Встановлено, що основним етапом обробки зображень, що отримані з бортових систем спостереження, є етап тематичного сегментування. Встановлено, що у теперішній час невелика кількість досліджень присвячена вирішенню задачі тематичного сегментування зображень, що отримані з бортових систем спостереження. Встановлено, що у якості цільової функції використовується функція, яка визначається як сума дисперсії інтенсивності пікселів в межах кожного тематичного сегменту, а оптимізація полягає у мінімізації цільової функції. В основу інформаційної ройової технології покладені удосконалені методи ройового інтелекту (штучної бджолиної колонії) тематичного сегментування оптико-електронного зображення та ройового інтелекту (штучної бджолиної колонії) тематичного сегментування багатомасштабної послідовності оптико-електронних зображень. Висновки. Наукова новизна отриманих результатів полягає в наступному: підвищення візуальної якості сегментованого зображення, що в подальшому суттєво впливає на вирішення завдання дешифрування зображення.

Розглянуто актуальну проблему визначення правильності одягнення медичної маски у людини. Для її вирішення запропоновано побудування моделі з використанням штучного інтелекту. Розглянуто механізм класифікації та обробки вхідних даних. Розроблено структуру згорткової нейронної мережі у вигляді моделі послідовної реалізації шарів згортки, агрегування, повного зв’язку. Обґрунтовано доцільність використання функції ReLU для активації вузлів. Застосовано метод Dropout для запобігання перенавчанню нейронної мережі. Вихідний шар реалізовано у вигляді одного нейрону з використанням функції активації сигмоїда. Оптимізація згорткової нейронної мережі здійснена методом стохастичного градієнтного спуску. Використано метод зворотного поширення помилки для навчання нейронної мережі. Розроблено програмний додаток на мові програмування Python. Використано бібліотеку Keras для забезпечення точності, правильності, повноти побудованої моделі. Проведено компіляцію з використанням бінарної перехресної ентропії в якості цільової функції. За допомогою розробленого додатку проведено ефективне навчання згорткової нейронної мережі на тестових вхідних зображеннях. Зважаючи на значні вимоги до апаратного забезпечення і програмних ресурсів, цей процес було здійснено під керуванням операційної системи Linux. Обмежена кількість періодів навчання забезпечила зменшення підсумкового часу навчання. Здійснено перевірку побудованої системи на контрольній множині. Отримано високі показники розпізнавання зображень. Працездатність програмного додатку перевірена з використанням різної апаратної і програмної конфігурації. Розроблена система може бути використані у галузях, які потребують контролю виконання правил безпеки під час пандемії.

Розглядаються питання вирішення візуального завдання зі збору інформації багатоканальним прицільно-спостережним комплексом зразка бронетанкового озброєння в інтересах усвідомлення ціле-фонової обстановки, супроводження та знищення озброєння та військової техніки противника на максимальних дальностях (в межах дії основного штатного озброєння зразків бронетанкового озброєння). В якості критерію ефективності виконання завдання з виявлення/розпізнавання/ідентифікації цілі виступає ймовірність виконання відповідної візуальної задачі. Проведено аналіз сучасних підходів щодо оцінки ефективності виконання завдання зі збору даних про ціль, основу яких складають моделі Джонсона та ТТР (Targeting Task Performance, ефективність задачі прицілювання). Пороговий характер зорового сприйняття свідчить про те, що ймовірність виконання візуальної задачі також повинна мати пороговий характер. Тому дво-порогова лінійна апроксимація, запропонована в цій роботі, є більш адекватним модельним представленням, ніж власне сигмоїдні функції, які моделюють ймовірності виконання візуальних задач в рамках моделей Джонсона та моделі TTP.

Білок розпізнавання пептидогліканів (PGRP) є важливим рецептором розпізнавання паттернів, який міститься як у безхребетних, так і у хребетних. Він відіграє важливу роль в антибактеріальному імунітеті, завдяки своїй помітній здатності виявляти та усувати збудника інфекції. Однак PGRP, в основному ідентифіковано з Drosophila melanogaster та Bombyx mori, а щодо інших сільськогосподарських комах повідомлень мало про їхні функції та механізм. У цьому дослідженні короткотиповий ген PGRP під назвою GmPGRP-SC був ідентифікований у Grapholitha molesta – східної плодожерки (OFM) – на основі аналізу бази даних груп транскрипції OFM з нашої лабораторії та Національного центру інформації з біотехнологій (https://www.ncbi.nlm.nih.gov/). GmPGRP-SC містить домен PGRP і має найтісніший генетичний зв'язок з геном PGRP Leguminivora glycinivorella, відповідно до послідовності та філогенетичного аналізу. Метод ПЛР у реальному часі було використано для аналізу картини його експресії на стадіях розвитку OFM та в різних тканинах личинки OFM. Наразі, відносно рівні експресії гена GmPGRP-SC в OFM були проаналізовані після інфікування Beauveria bassiana. Результати показали, що загальна кДНК від GmPGRP-SC становила 3221 bp (базових, основних пар), а кодуючі області – 2268 bp, що кодують 756 амінокислотних залишків. Рівень експресії GmPGRP-SC був найвищим у стадії лялечки OFM. Водночас, у різних тканинах OFM його відносна експресія була вищою в епітелії та гемоциті, тоді як іншим стадіям та тканинам притаманна порівняно нижча та з невеликою різницею. Рівень експресії GmPGRP-SC був істотно різним, коли суспензія спор B. bassiana становить 105 конідій/мкл, інфікованих через 48 годин. Тоді, коли суспензія спор B. bassiana становить 107 конідій/мкл, рівень експресії GmPGRP-SC також був різним. Усі ці результати закладуть основу для вивчення ролі та функцій GmPGRP-SC у вродженому імунітеті OFM, а також сприятимуть подальшому вивченню молекулярної взаємодії між OFM та B. bassiana. Результати досліджень можуть допомогти знайти потенційні молекули-мішені та забезпечити наукову основу для розробки нових біогенних пестицидів та реалізації Зеленої боротьби зі шкідниками (GPM).

У роботі наведено огляд витоків та сучасного стану систем комп'ютерного зору, приклади задач комп'ютерного зору. Описано використання систем комп'ютерного зору освіти як у звичайних, і у пандемічних умовах. Пандемія COVID-19 викликала зміни в освіті, які видозмінили існуючі освітні програми систем комп'ютерного зору та породили нові, у тому числі соціальне дистанціювання, розпізнавання маски на обличчі, виявлення проникнення в університети та школи, запобігання вандалізму та виявлення підозрілих предметів, моніторинг відвідуваності, емоцій на обличчях у масках та без них. Системи комп'ютерного зору також можна використовувати у освіті для упровадження імерсивних освітніх ресурсів. На основі аналізу автономних бібліотек для ідентифікації динамічних об'єктів зроблено висновок, що при створенні систем машинного зору в освітніх цілях доцільно використовувати бібліотеки комп'ютерного зору, що ґрунтуються на глибокому навчанні (зокрема, реалізації згорткових нейронних мереж). Описано прототип системи комп'ютерного зору, розроблений на основі Microsoft Cognitive Toolkit і розгорнутий у хмарі Microsoft Azure. Система дозволяє з високим ступенем надійності виконувати головні функції: ідентифікацію емоцій та наявність маски на обличчі, а також дає можливість визначити стать, вік, колір волосся, інтенсивність посмішки, наявність макіяжу, окулярів тощо.

The neural network is a series of neurons connected by synapses. The structure of the neural network came from biology. The machine has the ability to analyze and memorize various information. Neural networks are able not only to analyze incoming information, but also to reproduce it from its memory. In order for the human brain to use neural networks. When learning without a teacher, the model uses unpartitioned data, from which the algorithm independently tries to extract features and dependencies. Learning without a teacher is often used when there are no known results in advance.

Кореляційні методи і метод найменших квадратів не можуть бути використані, бо для їхньої реалізації потрібні спостереження на певному інтервалі часу, а в постановці задачі вимагається оперативний контроль по даним, які отримані в поточний момент t . Для цього випадку підходить лише метод, який базується на використанні функцій непропорційності. Конкретно пропонується функція непропорційності по похідній першого порядку для числових функцій, які задані параметрично.

У кваліфікаційній роботі бакалавра спроектовано прототип комп’ютеризованої системи відеоспостереження з функцією розпізнавання обличчя на основі модуля ESP32-CAM, відеокамери OV2640 з роздільною здатністю 2 Мп та електромеханічного замка блокування дверей. Під час виконання даної роботи проведено аналіз існуючих підходів до реалізації класичних систем відеоспостереження, запропоновано власну архітектуру системи, яка враховує особливості цього процесу та забезпечує керування електромагнітним замком на основі підходу «свій»-«не свій». Обгрунтовано та проведено аналіз технічних характеристик апаратного забезпечення, зокрема: модуля ESP32-CAM, як базового компонента; камери OV2640, як засобу захоплення відео, наведено принцип та алгоритм запису програмного коду в ESP32-CAM за допомогою програматора FTDI та середовища Arduino IDE. Розроблено системне програмне забезпечення для управління процесом відеонагляду та керування електромагнітних замком, а також побудовано та реалізовано модель розпізнавання облич на основі згорткової нейронної мережі.
In 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

With the development of technologies and optimization of technological processes, it was necessary to perform and making decisions without human intervention. Processes that are associated with unilateral routine work or poses a risk to the humans it is rational to replace by machines. The construction of these machines is the first step towards the construction of different recognition systems.

Розроблено алгоритм та програмне забезпечення інтелектуальної системи класифікації будівель за рівнем енергоспоживання на базі комплексної оцінки енерговитрат в зимовий та літній період. В роботі проведено оптимізація параметрів стандартного алгоритму навчання нейромереж зворотного розповсюдження помилки, що дозволило підвищити ефективність сформованого нейромережевого класифікатору. Розроблений алгоритм реалізовано у формі m-сценаріїв середовища для наукових і інженерних розрахунків MATLAB 6.5.

On the basis of integral disproportion function of the first-order the algorithm recognizing fragments of standards is created. It works in low light image that is analyzed and the presence of additive impulse noise. This algorithm permits to fin an appropriate pixel in one of several standards for each pixel of the image.

Дисертаційна робота присвячена вирішенню актуальної науково-практичної проблеми в телекомунікаційних системах, а саме підвищення пропускної здатності каналу передачі семантичних мовних даних за рахунок ефективного їх кодування, тобто формулюється питання підвищення ефективності семантичного кодування, а саме – з якою мінімальною швидкістю можливо кодувати семантичні ознаки мовних сигналів із заданою ймовірністю безпомилкового їх розпізнавання? Саме на це питання буде дана відповідь у даному науковому дослідженні, що є актуальною науково-технічною задачею враховуючи зростаючу тенденцію дистанційної взаємодії людей і роботизованої техніки за допомогою мови, де безпомилковість функціонування даного типу систем безпосередньо залежить від ефективності семантичного кодування мовних сигналів. У роботі досліджено відомий метод підвищення ефективності семантичного кодування мовних сигналів на основі мел-частотних кепстральних коефіцієнтів, який полягає в знаходженні середніх значень коефіцієнтів дискретного косинусного перетворення прологарифмованої енергії спектра дискретного перетворення Фур'є обробленого трикутним фільтром в мел-шкалі. Проблема полягає в тому, що представлений метод семантичного кодування мовних сигналів на основі мел-частотних кепстральних коефіцієнтів не дотримується умови адаптивності, тому було сформульовано основну наукову гіпотезу дослідження, яка полягає в тому що підвищити ефективність семантичного кодування мовних сигналів можливо за рахунок використання адаптивного емпіричного вейвлет-перетворення з подальшим застосуванням спектрального аналізу Гільберта. Під ефективністю кодування розуміється зниження швидкості передачі інформації із заданою ймовірністю безпомилкового розпізнавання семантичних ознак мовних сигналів, що дозволить значно знизити необхідну смугу пропускання, тим самим підвищуючи пропускну здатність каналу зв'язку. У процесі доведення сформульованої наукової гіпотези дослідження були отримані наступні результати: 1) вперше розроблено метод семантичного кодування мовних сигналів на основі емпіричного вейвлетперетворення, який відрізняється від існуючих методів побудовою множини адаптивних смугових вейвлет-фільтрів Мейера з подальшим застосуванням спектрального аналізу Гільберта для знаходження миттєвих амплітуд і частот функцій внутрішніх емпіричних мод, що дозволить визначити семантичні ознаки мовних сигналів та підвищити ефективність їх кодування; 2) вперше запропоновано використовувати метод адаптивного емпіричного вейвлет-перетворення в задачах кратномасштабного аналізу та семантичного кодування мовних сигналів, що дозволить підвищити ефективність спектрального аналізу за рахунок розкладання високочастотного мовного коливання на його низькочастотні складові, а саме внутрішні емпіричні моди; 3) отримав подальший розвиток метод семантичного кодування мовних сигналів на основі мел-частотних кепстральних коефіцієнтів, але з використанням базових принципів адаптивного спектрального аналізу за допомогою емпіричного вейвлет-перетворення, що підвищує ефективність даного методу.
The 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.

Роботу присвячено обґрунтуванню методу ідентифікації особи у телекомунікаційній мережі.Розглянуто існуючі методи ідентифікації особи за характеристиками біометричних даних та встановлено, що такі методи вирізняються вищою точністю. Обґрунтовано метод ідентифікаціїособи за голосовим сигналом, який є надійним та дешевим у реалізації.Застосовуючи у такому методі оптимальні способи обробки аудіо сигналів ідентифікація здійснюється з високою достовірністю. В якості інформативних параметрів голосових сигналів запропоновано використати формантні частоти амплітудного спектру голосових сигналів та значення частоти основного тону.
The 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