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
95 KB...
06 11 2025 10:51:31
Статья в формате PDF
129 KB...
05 11 2025 11:38:36
Статья в формате PDF
96 KB...
04 11 2025 6:55:22
Статья в формате PDF
110 KB...
03 11 2025 15:35:12
Статья в формате PDF
138 KB...
01 11 2025 10:26:41
Статья в формате PDF
266 KB...
31 10 2025 7:47:26
Статья в формате PDF
132 KB...
29 10 2025 19:23:47
Статья в формате PDF
130 KB...
28 10 2025 4:59:35
Статья в формате PDF
103 KB...
26 10 2025 3:16:38
Статья в формате PDF
115 KB...
25 10 2025 7:26:45
Статья в формате PDF
113 KB...
24 10 2025 17:32:50
Статья в формате PDF
95 KB...
23 10 2025 0:36:12
Статья в формате PDF
116 KB...
22 10 2025 8:24:16
Статья в формате PDF
114 KB...
21 10 2025 20:10:47
Статья в формате PDF
154 KB...
20 10 2025 0:22:40
Статья в формате PDF
161 KB...
19 10 2025 1:48:20
Статья в формате PDF
243 KB...
17 10 2025 5:56:37
Статья в формате PDF
98 KB...
16 10 2025 4:11:53
Статья в формате PDF
101 KB...
15 10 2025 3:24:51
Статья в формате PDF
113 KB...
13 10 2025 16:24:55
Статья в формате PDF
96 KB...
12 10 2025 11:16:37
Статья в формате PDF
112 KB...
11 10 2025 2:54:36
Статья в формате PDF
127 KB...
09 10 2025 12:11:37
Статья в формате PDF
110 KB...
08 10 2025 23:25:44
Статья в формате PDF
104 KB...
07 10 2025 12:20:32
Статья в формате PDF
110 KB...
05 10 2025 14:53:15
Статья в формате PDF
112 KB...
04 10 2025 15:17:25
Зачастую жены священно и церковнослужителей к 40 годам оставались без супруга с 6-8 детьми на руках, половина из которых малолетние, а некоторые носителями неизлечимой болезни. Права на наследство и различного рода материальную помощь строго регламентировались Синодальным управлением. Семьи получали полные пенсии после cмepти родителя, если выслуга составляла не менее 30 лет. Малоимущие семьи священников имели право на получение единовременного пособия. Если срок выслуги отца семейства был менее 10 лет. Благополучие вдов с детьми священно и церковнослужителей зависело от состояния здоровья отца, что давало возможность исправно и в соответствии с временными нормами выработки нести службу, в противном же случае – святое семейство оставалось без средств к существованию.
...
02 10 2025 17:36:26
Статья в формате PDF
106 KB...
01 10 2025 14:21:52
Статья в формате PDF
238 KB...
30 09 2025 19:12:32
В работе приведены результаты анализа степеней сингемеробии парциальных флор Якутии в разрезе флористических районов. Отмечается роль географических факторов в формировании групп районов, объединенных по степени сингемеробии флор крупных геоботанических типов.
...
29 09 2025 14:34:31
Статья в формате PDF
441 KB...
28 09 2025 16:22:43
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 ::
