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
217 KB...
20 11 2026 13:54:40
Статья в формате PDF 274 KB...
19 11 2026 1:49:49
Статья в формате PDF
158 KB...
17 11 2026 9:12:20
Статья в формате PDF
289 KB...
16 11 2026 15:36:55
Статья в формате PDF
207 KB...
15 11 2026 1:40:19
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
Статья в формате PDF
117 KB...
12 11 2026 22:19:12
Статья в формате PDF
119 KB...
11 11 2026 16:13:30
Статья в формате PDF
127 KB...
10 11 2026 7:35:34
09 11 2026 4:43:10
Статья в формате PDF
454 KB...
08 11 2026 11:30:33
Статья в формате PDF
126 KB...
07 11 2026 10:54:52
Статья в формате PDF
109 KB...
06 11 2026 12:57:44
Статья в формате PDF
109 KB...
04 11 2026 0:31:51
Статья в формате PDF
136 KB...
03 11 2026 9:36:10
Статья в формате PDF
154 KB...
02 11 2026 8:12:30
Статья в формате PDF
102 KB...
01 11 2026 22:13:11
Статья в формате PDF
124 KB...
31 10 2026 7:38:59
Статья в формате PDF
456 KB...
30 10 2026 6:21:14
29 10 2026 0:42:39
Статья в формате PDF
104 KB...
28 10 2026 8:48:19
Статья в формате PDF
119 KB...
26 10 2026 19:57:29
Статья в формате PDF
254 KB...
24 10 2026 1:15:12
Статья в формате PDF 283 KB...
23 10 2026 21:35:26
Статья в формате PDF
125 KB...
22 10 2026 8:11:34
Статья в формате PDF
196 KB...
21 10 2026 23:50:21
Статья в формате PDF
250 KB...
20 10 2026 15:49:40
Статья в формате PDF
112 KB...
19 10 2026 7:19:11
Статья в формате PDF
106 KB...
18 10 2026 0:37:43
Статья в формате PDF
103 KB...
17 10 2026 1:49:41
Статья в формате PDF
105 KB...
16 10 2026 23:45:17
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
Статья в формате PDF
119 KB...
14 10 2026 12:49:35
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 ::