Тысяча полезных мелочей    

ПОВЫШЕНИЕ КАЧЕСТВА СТАТИСТИЧЕСКОГО АНАЛИЗА ПОТОЧНЫХ ДАННЫХ ЗА СЧЕТ РАСПОЗНАВАНИЯ ВИДЕОИЗОБРАЖЕНИЙ

ПОВЫШЕНИЕ КАЧЕСТВА СТАТИСТИЧЕСКОГО АНАЛИЗА ПОТОЧНЫХ ДАННЫХ ЗА СЧЕТ РАСПОЗНАВАНИЯ ВИДЕОИЗОБРАЖЕНИЙ

Попиль М.А. Александрова В.О. Абрамова О.Ф. Статья в формате PDF 254 KB

Изучение трaнcпортных систем с помощью математического моделирования ведется уже почти 100 лет. Однако до сих пор в этой области остается много пробелов. Более того, в течение последних лет стало очевидно, что теория ТП переживает некоторый кризис. Это видно и в целом по публикуемым в последнее время статьям, и по проблемам, с которыми работают специалисты-исследователи и отраслевые специалисты в области автотрaнcпорта в городе Москве.

Современное общество нуждается в постоянном увеличении трaнcпортного сообщения, а это в свою очередь влечет за собой улучшение качества ТС, его надежности и безопасности. Это требует затрат на улучшение инфраструктуры трaнcпортной сети и превращает ее в единую логическую цепь. Введение в исследование трaнcпортного потока анализатора - уже не новость, однако этой проблемой всё-таки не занимаются настолько, насколько она этого требует. С введением таких анализаторов улучшится качество трaнcпортного потока, как единой системы, облегчится пересчет и статистический учет автомобилей, будет снижена аварийная ситуация. Однако трaнcпортный поток нестабилен и получение информации из него является очень трудоемким и ресурсозатратным процессом. Множество различных образов исследуются или распознаются вручную. Технология распознавания образов еще недостаточно автоматизирована, испробована и применяется только в лабораториях, для статистики. В то же время, в повседневной жизни также необходимо применение этой модели. Следовательно, анализ различных алгоритмов распознавания образов очень актуален и востребован в различных компаниях или фирмах для облегчения подсчета статистических данных.

В современном мире существует сравнительно много алгоритмов распознавания образов в различных областях деятельности. К наиболее известным из них можно отнести алгоритм секущих плоскостей, алгоритмы последовательной классификации («Индекс 1», «Индекс 2», «Исправление индексов»), распознавание образов по методу потенциальных функций, алгоритм Максимина и др.

Проанализировав эти алгоритмы применительно к статистическому анализу на примере анализа трaнcпортного потока, были сделаны следующие выводы. В качестве критериев отбора использовались такие, как распространенность алгоритма, его изученность и соответствие теме. Применяя алгоритм секущих плоскостей следует ожидать, что в каждом варианте машина будет ошибаться по-разному, поэтому для достижения нужной точности нужно использовать много машин, либо улучшать эффективность алгоритма. В то же время, алгоритм потенциальных функций в силу своей распространенности и эффективности не нуждается в улучшении. Поэтому, применяя оба эти алгоритма, и используя различные факторы для улучшения эффективности алгоритма секущих плоскостей, можно добиться достаточно серьезных положительных результатов в повышении качества статистического анализа поточных данных за счет распознавания видеоизображений.

Список литературы

  1. Математическое моделирование динамики трaнcпортный потоков мегаполиса / В. В. Семенов. - 2007. - 45 с.
  2. Tрaнcпортный поток как динамическая хаpaктеристика воздействия на автомобильную дорогу / В.А. Осиновская. - 2006. - 4 с.
  3. Синтез безопасного оптимального управления трaнcпортным потоком при случайных начальных условиях / А.И. Дивеев, Ю.Х. Кесельман. - 2007. - 11 с.


ЧЕЛОВЕК ТЕЛЕСНЫЙ И СЛОВЕСНЫЙ

ЧЕЛОВЕК ТЕЛЕСНЫЙ И СЛОВЕСНЫЙ Статья в формате PDF 286 KB...

21 11 2026 11:51:20

ЛИДИЯ ПЕТРОВНА ИОНОВА

ЛИДИЯ ПЕТРОВНА ИОНОВА Статья в формате PDF 402 KB...

18 11 2026 5:49:57

ЗАБОЛЕВАЕМОСТЬ МОЧЕКАМЕННОЙ БОЛЕЗНЬЮ В АСТРАХАНСКОЙ ОБЛАСТИ

ЗАБОЛЕВАЕМОСТЬ МОЧЕКАМЕННОЙ БОЛЕЗНЬЮ В АСТРАХАНСКОЙ ОБЛАСТИ Астpaxaнская область является зоной эндемичной по мочекаменной болезни. За последние годы, по данным литературы, экологическое состояние области ухудшилось, назрела проблема загрязнения волжского водного бассейна. Анализ заболеваемости и распространенности мочекаменной болезни указывает на существенный рост данных показателей в период с 1991 по 2004 годы среди взрослого населения и подростков, особенно в Черноярском, Приволжском и Лиманском районах Астpaxaнской области. Выявленный рост заболеваемости мочекаменной болезни требует решения медико-социальных проблем и проблем, связанных с экологическим нeблагополучием области. ...

14 11 2026 17:31:30

БИОТЕХНИЧЕСКИЙ ЗАКОН И ПОДГОТОВКА ИСХОДНЫХ ДАННЫХ

БИОТЕХНИЧЕСКИЙ ЗАКОН И ПОДГОТОВКА ИСХОДНЫХ ДАННЫХ Статья в формате PDF 249 KB...

13 11 2026 4:51:43

КОНКУРЕНТОСПОСОБНОСТЬ ЭКОНОМИКИ ТОМСКОЙ ОБЛАСТИ

КОНКУРЕНТОСПОСОБНОСТЬ ЭКОНОМИКИ ТОМСКОЙ ОБЛАСТИ Статья в формате PDF 101 KB...

05 11 2026 4:35:55

ПРОБЛЕМЫ ПОВЫШЕНИЯ КАЧЕСТВА ВЫСШЕГО ОБРАЗОВАНИЯ

ПРОБЛЕМЫ ПОВЫШЕНИЯ КАЧЕСТВА ВЫСШЕГО ОБРАЗОВАНИЯ Статья в формате PDF 117 KB...

27 10 2026 9:50:14

ХЛЕБОБУЛОЧНЫЕ ИЗДЕЛИЯ ФУНКЦИОНАЛЬНОГО НАЗНАЧЕНИЯ

ХЛЕБОБУЛОЧНЫЕ ИЗДЕЛИЯ ФУНКЦИОНАЛЬНОГО НАЗНАЧЕНИЯ Статья в формате PDF 152 KB...

25 10 2026 2:37:14

ВЛИЯНИЕ ПОСТОЯННОГО МАГНИТНОГО ПОЛЯ НА СОСТОЯНИЕ КОСТНОЙ ТКАНИ КРЫС С ПОВЫШЕННЫМ УРОВНЕМ РЕЗОРБЦИИ

ВЛИЯНИЕ ПОСТОЯННОГО МАГНИТНОГО ПОЛЯ НА СОСТОЯНИЕ КОСТНОЙ ТКАНИ КРЫС С ПОВЫШЕННЫМ УРОВНЕМ РЕЗОРБЦИИ Исследовано влияние постоянного магнитного поля на морфо-функциональное состояние костной ткани крыс в условиях повышенной резорбции. Показано, что воздействие на животных постоянным магнитным полем 9 мТл предотвращает деградацию коллагена и потерю костной массы у крыс, подвергавшихся действию высокой температуры, и не влияет на состояние костной ткани интактных животных. ...

15 10 2026 5:49:34

ПРОБЛЕМА УГЛЕКИСЛОТЫ

ПРОБЛЕМА УГЛЕКИСЛОТЫ Статья в формате PDF 93 KB...

13 10 2026 15:11:32

Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::