ПОВЫШЕНИЕ КАЧЕСТВА СТАТИСТИЧЕСКОГО АНАЛИЗА ПОТОЧНЫХ ДАННЫХ ЗА СЧЕТ РАСПОЗНАВАНИЯ ВИДЕОИЗОБРАЖЕНИЙ

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
- Математическое моделирование динамики трaнcпортный потоков мегаполиса / В. В. Семенов. - 2007. - 45 с.
- Tрaнcпортный поток как динамическая хаpaктеристика воздействия на автомобильную дорогу / В.А. Осиновская. - 2006. - 4 с.
- Синтез безопасного оптимального управления трaнcпортным потоком при случайных начальных условиях / А.И. Дивеев, Ю.Х. Кесельман. - 2007. - 11 с.
Статья в формате PDF
332 KB...
12 10 2026 14:18:37
10 10 2026 9:58:54
09 10 2026 15:12:55
Статья в формате PDF
420 KB...
08 10 2026 13:17:13
Статья в формате PDF
213 KB...
07 10 2026 12:40:52
Статья в формате PDF
108 KB...
06 10 2026 9:26:29
Статья в формате PDF
115 KB...
05 10 2026 23:52:22
Статья в формате PDF
103 KB...
04 10 2026 3:47:52
Статья в формате PDF
135 KB...
02 10 2026 1:38:49
Статья в формате PDF
121 KB...
30 09 2026 9:44:10
В статье рассматриваются две разновидности оттепели изменение глубины путем восстановления этапов нарушенных ландшафтов вечной мерзлоты, которые функционируют на суглинистых и песчаных отложениях высоких террас на правом и левом берегах реки Лены. Качественные изменения в динамике глубины сезонного оттаивания был обнаружен в определенные промежутки времени сукцессии этапов: трава, кустарники, березы, лиственницы (сосна) – березы и лиственницы (сосна).
...
28 09 2026 20:17:59
Статья в формате PDF
245 KB...
27 09 2026 22:12:48
Статья в формате PDF
101 KB...
26 09 2026 19:44:28
Статья в формате PDF
128 KB...
25 09 2026 23:42:14
В работе рассматриваются вопросы дистанционного управления здоровьем человека с помощью квантово-волновых нейроинформационных технологий – электроакустических импульсов, скопированных у адаптированной к гипоксии нервной клетке. Приведены данные, cсвидетельствующие о нормализующем действии моделей нейроинформационных сигналов на концентрацию СО2 в крови. В результате этого просвет кровеносных сосудов расширяется, в клетках восстанавливается режим нормоксии – основного фактора здоровья человека.
...
23 09 2026 12:33:49
Статья в формате PDF
120 KB...
22 09 2026 11:42:24
Статья в формате PDF
311 KB...
21 09 2026 0:30:53
Статья в формате PDF
268 KB...
20 09 2026 14:44:26
Статья в формате PDF
102 KB...
17 09 2026 3:35:48
Статья в формате PDF
251 KB...
16 09 2026 1:17:14
Статья в формате PDF
112 KB...
15 09 2026 18:11:39
Статья в формате PDF
133 KB...
14 09 2026 19:57:55
Статья в формате PDF
106 KB...
13 09 2026 12:15:23
Статья в формате PDF
122 KB...
12 09 2026 15:24:20
Статья в формате PDF
109 KB...
11 09 2026 17:39:23
Статья в формате PDF
121 KB...
10 09 2026 17:54:26
Статья в формате PDF
119 KB...
09 09 2026 19:35:56
Статья в формате PDF
341 KB...
08 09 2026 4:48:54
Статья в формате PDF
163 KB...
07 09 2026 21:43:26
Статья в формате PDF
119 KB...
06 09 2026 2:17:36
Статья в формате PDF
113 KB...
05 09 2026 15:24:57
Статья в формате PDF
140 KB...
04 09 2026 23:57:50
Статья в формате PDF
307 KB...
03 09 2026 18:13:15
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 ::