Loading [MathJax]/jax/output/SVG/config.js
Автоматика и телемеханика
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор
Правила для авторов
Загрузить рукопись

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS


Автомат. и телемех.:
Год:
Том:
Выпуск:
Страница:
Найти




Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация

Автоматика и телемеханика, 2004, выпуск 1, страницы 143–158 (Mi at1509)  
Эта публикация цитируется в 7 научных статьях (всего в 7 статьях)

Моделирование поведения и интеллекта

Задача распознавания образов в массивах взаимосвязанных объектов. постановка задачи распознавания и основные предположения

С. Д. Двоенко, А. В. Копылов, В. В. Моттль

Тульский государственный университет
PDF полного текста (253 kB) Список цитирования (7)
Список литературы:
PDF
HTML
Аннотация: В классической задаче распознавания образов рассматриваются обособленные объекты, каждый из которых объективно принадлежит к одному из конечного числа классов и предъявляется для распознавания независимо от других объектов. Часто объекты распознавания образуют единый взаимосвязанный массив, обусловленный природой исследуемого явления – его естественной протяженностью во времени или в пространстве вдоль одной или нескольких координат. Как следствие возникает необходимость принимать согласованные решения о классах для всех элементов массива. Априорное предположение, состоящее в том, что соседние объекты чаще принадлежат к одному классу, чем к разным, позволит улучшить качество распознавания по сравнению с классическим случаем независимости классов обособленных объектов.
Статья представлена к публикации членом редколлегии: В. А. Лотоцкий

Поступила в редакцию: 12.08.2003
Англоязычная версия:
Automation and Remote Control, 2004, Volume 65, Issue 1, Pages 127–141
DOI: https://doi.org/10.1023/B:AURC.0000011696.31008.5a
Реферативные базы данных:
Тип публикации: Статья
Образец цитирования: С. Д. Двоенко, А. В. Копылов, В. В. Моттль, “Задача распознавания образов в массивах взаимосвязанных объектов. постановка задачи распознавания и основные предположения”, Автомат. и телемех., 2004, № 1, 143–158; Autom. Remote Control, 65:1 (2004), 127–141
Цитирование в формате AMSBIB
\RBibitem{DvoKopMot04}
\by С.~Д.~Двоенко, А.~В.~Копылов, В.~В.~Моттль
\paper Задача распознавания образов в массивах взаимосвязанных объектов. постановка задачи распознавания и основные предположения
\jour Автомат. и телемех.
\yr 2004
\issue 1
\pages 143--158
\mathnet{http://mi.mathnet.ru/at1509}
\mathscinet{http://mathscinet.ams.org/mathscinet-getitem?mr=2095177}
\zmath{https://zbmath.org/?q=an:1062.68577}
\transl
\jour Autom. Remote Control
\yr 2004
\vol 65
\issue 1
\pages 127--141
\crossref{https://doi.org/10.1023/B:AURC.0000011696.31008.5a}
\isi{https://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=Publons&SrcAuth=Publons_CEL&DestLinkType=FullRecord&DestApp=WOS_CPL&KeyUT=000188595100012}
\scopus{https://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-84904239997}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/at1509
  • https://www.mathnet.ru/rus/at/y2004/i1/p143
    • Эта публикация цитируется в следующих 7 статьяx:
    1. Andrei Filin, Inessa Gracheva, Andrei Kopylov, Oleg Seredin, Lecture Notes on Data Engineering and Communications Technologies, 124, Artificial Intelligence in Data and Big Data Processing, 2022, 461  crossref
    2. Seredin O.S., Kopylov V A., Huang S.-C., Rodionov D.S., “A Skeleton Features-Based Fall Detection Using Microsoft Kinect V2 With One Class-Classifier Outlier Removal”, International Workshop on Photogrammetric and Computer Vision Techniques For Video Surveillance, Biometrics and Biomedicine, International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 42-2, no. W12, eds. Zheltov S., Knyaz V., Intl Soc Photogrammetry & Remote Sensing-Isprs, 2019, 189–195  crossref  isi  scopus
    3. Двоенко С.Д., Шанг Д.В., “Алгоритмы подбора параметров древовидного марковского случайного поля в задаче распознавания растровых текстурных изображений”, Известия Тульского государственного университета. Серия: Естественные науки, 2012, № 1, 98–110  elib
    4. Двоенко С.Д., Шанг Д.В., “Алгоритмы подбора параметров комбинирования ациклических графов соседства в задаче распознавания текстурных изображений”, Известия тульского государственного университета. технические науки, 2012, № 4, 130–140 Algorithms for selecting parameters of combination of acyclic adjacency graphs in the problem of the raster textured image recognition  elib
    5. Двоенко С.Д., Шанг Д.В., “Алгоритмы подбора параметров комбинирования ациклических графов соседства в задаче распознавания текстурных изображений”, Известия тульского государственного университета. технические науки, 2012, № 3, 253–262 Algorithms for selecting parameters of combination of acyclic adjacency graphs in the problem of the raster textured image recognition  elib
    6. S. D. Dvoenko, “Recognition of dependent objects based on acyclic Markov models”, Pattern Recognit. Image Anal., 22:1 (2012), 28  crossref
    7. С. Д. Двоенко, А. В. Копылов, В. В. Моттль, “Задача распознавания образов в массивах взаимосвязанных объектов. Алгоритм распознавания”, Автомат. и телемех., 2005, № 12, 162–176  mathnet  mathscinet  zmath; S. D. Dvoenko, A. V. Kopylov, V. V. Mottl', “A problem of pattern recognition in arrays of interrelated objects. Recognition algorithm”, Autom. Remote Control, 66:12 (2005), 2019–2032  crossref
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    		Автоматика и телемеханика
    Статистика просмотров:
    Страница аннотации:400
    PDF полного текста:158
    Список литературы:58
    Первая страница:2
     
      Обратная связь:
    math-net2025_03@mi-ras.ru     		 Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2025