Please use this identifier to cite or link to this item:
http://elar.khnu.km.ua/jspui/handle/123456789/4085

Можете відсканувати цей QR-код телефоном( програмою "Сканер QR-кодів" ) для збереження.

Title: Оптимальне відношення середньоквадратичних відхилень піксельних спотворень і спотворень поворотами та масштабуванням для навчання 2-шарового персептрона на повернутих і масштабованих об'єктах з узгодженими за розподілом спотвореннями ознак у класифікації повернутих і масштабованих об'єктів
Other Titles: Optimal pixel-to-turn-scale standard deviations ratio for training 2-layer perceptron on turned-scaled оbjects with distribution-consistent feature distortion in classifying turned-scaled objects
Authors: Романюк, В.В.
Romanuke, V.V.
Keywords: автоматизація;повернуті і масштабовані об’єкти;класифікація об’єктів;неокогнітрон;персептрон;монохромні зображення;піксельні спотворення;інтенсивність спотворень поворотами;інтенсивність спотворень масштабуванням;навчальна вибірка;відношення середньоквадратичних відхилень піксельних спотворень і спотворень поворотами та масштабуванням;відсотковий рівень помилок;automatization;turned‐scaled objects;object classification;neocognitron;monochrome images;pixel distortion;turning distortion intensity;scaling distortion intensity;training set;pixel‐to‐turn‐scale standard deviations ratio;classification error percentage
Issue Date: 2015
Publisher: Хмельницький національний університет
Citation: Романюк, В.В. Оптимальне відношення середньоквадратичних відхилень піксельних спотворень і спотворень поворотами та масштабуванням для навчання 2-шарового персептрона на повернутих і масштабованих об'єктах з узгодженими за розподілом спотвореннями ознак у класифікації повернутих і масштабованих об'єктів [Текст] / В. В. Романюк // Вісник Хмельницького національного університету. Технічні науки. – 2015. – № 1. – С. 112-121.
Abstract: Досліджується задача класифікації повернутих і масштабованих об’єктів. Моделлю об’єкта виступає літера англійського алфавіту, котра представляє собою монохромне зображення формату 60 на 80. Класифікатором є 2‐шаровий персептрон, що навчається на повернутих і масштабованих зображеннях з нормально розподіленими піксельними спотвореннями. Співвідношення між інтенсивностями спотворень поворотів і масштабування та інтенсивністю піксельних спотворень регулюється відношенням середньоквадратичних відхилень піксельних спотворень і спотворень поворотами та масштабуванням. Для зменшення відсоткового рівня помилок це відношення оптимізується. Оптимальне відношення оцінюється також як і відрізок, де графік відсоткового рівня помилок має западину. Найкращий класифікатор, навчений за оптимального відношення, робить помилки, що не перевищують 1.004 %.
There is studied a problem of turned‐scaled objects classification. The object model is the letter of English alphabet, which is monochrome 60‐by‐80‐image. The classifier is 2‐layer perceptron trained on turned‐scaled images with normally distributed pixel distortion. The relationship among turning‐scaling distortion intensities and pixel distortion intensity is regulated by pixel‐to‐turn‐scale standard deviations ratio. For decreasing classification error percentage, the ratio is optimized. The optimal ratio is evaluated as the segment as well, where a graph of classification error percentage function has a cavity. The best‐trained‐under‐the‐optimal‐ratio classifier makes errors no greater than 1.004 %.
URI: http://elar.khnu.km.ua/jspui/handle/123456789/4085
UDC: 004.032.26:004.93
metadata.dc.type: Стаття
Appears in Collections:Вісник ХНУ. Технічні науки - 2015 рік

Files in This Item:
File Description SizeFormat 
романюк.pdf2,17 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.