Диссертация (Автоматическая сшивка радиолокационных изображений земной поверхности при неизвестных элементах внешнего ориентирования), страница 19

PDF-файл Диссертация (Автоматическая сшивка радиолокационных изображений земной поверхности при неизвестных элементах внешнего ориентирования), страница 19 Технические науки (23660): Диссертация - Аспирантура и докторантураДиссертация (Автоматическая сшивка радиолокационных изображений земной поверхности при неизвестных элементах внешнего ориентирования) - PDF, страница 2019-03-12СтудИзба

Описание файла

Файл "Диссертация" внутри архива находится в папке "Автоматическая сшивка радиолокационных изображений земной поверхности при неизвестных элементах внешнего ориентирования". PDF-файл из архива "Автоматическая сшивка радиолокационных изображений земной поверхности при неизвестных элементах внешнего ориентирования", который расположен в категории "". Всё это находится в предмете "технические науки" из Аспирантура и докторантура, которые можно найти в файловом архиве МАИ. Не смотря на прямую связь этого архива с МАИ, его также можно найти и в других разделах. , а ещё этот архив представляет собой кандидатскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени кандидата технических наук.

Просмотр PDF-файла онлайн

Текст 19 страницы из PDF

130 - 136.56. Слынько, Ю.В. Разработка и исследование алгоритмов определениягеометрическихпреобразованийкадроввидеопоследовательностииихприменение к задачам стабилизации, сопровождения и селекции движущихсяобъектов: диссертация на соискание ученой степени кандидата физикоматематических наук: 05.13.17 / Слынько Юрий Вячеславович. — Москва, 2008.— 133 с.13857. Лагуткин, В.Н. Применение вейвлет-преобразования в задаче оценкисмещения объекта / В.Н. Лагуткин, Ю.В.

Радченко // Вопросы радиоэлектроники,том 4, №1. — 2004. — С. 78 - 93.58. Герман, Е.В. Алгоритмы совмещения разнородных изображений вбортовых системах визуализации: диссертация на соискание ученой степеникандидата технических наук: 05.13.01 / Герман Елена Владимировна. — Рязань,2014.

— 166 с.59. Negahdaripour, S. Motion recovery from image sequences using first-orderoptical flow information / S. Negahdaripour, S. Lee // IEEE Workshop Visual Motion.— Oct. 1991. — pp. 132 - 139.60. Keeling, Stephen L. Medical image registration and interpolation by opticalflow with maximal rigidity / Stephen L. Keeling, Wolfgang Ring // Journal ofMathematical Imaging and Vision. Volume 23. Issue 1. — July 2005. — pp.

47 - 65.61. Краснобаев, А.А. Обзор алгоритмов детектирования простых элементовизображения и анализ возможности их аппаратной реализации / А.А.Краснобаев // Препринты ИПМ им. М.В. Келдыша, 114. — 2005. — C. 1 - 20.62. Lindeberg, T. Feature detection with automatic scale selection / T.Lindeberg // International Journal of Computer Vision, 30(2). — 1998.

— pp. 79 - 116.63. Lowe, D.G. Object recognition from local scale-invariant features / D.G.Lowe // Proceedings of the 7th International Conference on Computer Vision. — 1999.— pp. 1150 - 1157.64. Mikolajczyk, K. A performance evaluation of local descriptors / KrystianMikolajczyk, Cordelia Schmid // IEEE Transactions on Pattern Analysis & MachineIntelligence. — 2005. — pp. 1615 - 1630.65. Sarfraz, S. Head Pose Estimation in Face Recognition across Pose Scenarios /S.

Sarfraz, O. Hellwich // Proceedings of VISAPP 2008, Int. conference on ComputerVision Theory and Applications. — January 2008. — pp. 235 - 242.66. Ramasubramanian, V. K-dimensional tree algorithms for nearest neighborsearch with application to vector quantization encoding / V.Ramasubramanian, Kuldip139K.

Paliwal // IEEE Transactions on Signal Processing, vol. 40, no. 3. — 1992. — pp.518 - 531.67. Fischler, M.A. Random Sample Consensus: A Paradigm for Model Fittingwith Applications to Image Analysis and Automated Cartography / Martin A. Fischler,Robert C. Bolles // Commmunication of the ACM, vol. 24, no. 6. — June 1981. — pp.381 - 395.68. Bay, H. SURF: Speeded Up Robust Features / Herbert Bay, Andreas Ess,Tinne Tuytelaars, Luc Van Gool // Computer Vision and Image Understanding (CVIU),Vol. 110, No.

3. — 2008. — pp. 346 - 359.69. Гонсалес, Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс, С.Эддинс. — М.: Техносфера, 2005. — 1072 с.70. Lowe, D. Distinctive Image features from scale invariant keypoints / D. Lowe// International journal of Computer Vision, Vol. 60. — 2004. — pp. 91 - 110.71. Khan, N.

SIFT and SURF Performance Evaluation Against Various ImageDeformations on Benchmark Dataset / N. Khan, B. McCane, G. Wyvill // InternationalConference on Digital Image Computing: Techniques and Applications (DICTA). —December 6-8, 2011. — pp. 501 - 506.72. Пономаренко, А.А. Структура со свойствами тесного мира для решениязадачи поиска ближайшего соседа в метрическом пространстве / А.А.Пономаренко, Ю.А. Мальков, А.А. Логвинов, В.В. Крылов // ВестникНижегородского университета им. Н.И. Лобачевского, №5 (2). — 2012.

— С. 409 415.73. Гулаков, В.К. Многомерные структуры данных / В.К. Гулаков, А.О.Трубаков. — Брянск, БГТУ, 2010. — 387 с.74. Panigrahy, R. An Improved Algorithm Finding Nearest Neighbor Using Kdtrees / R. Panigrahy // Proceedings of Latin American Symposium on TheoreticalInformatics (LATIN). — April 2008.

— pp. 387 - 398.14075. Yianilos, P.N. Data structures and algorithms for nearest neighbor search ingeneral metric spaces / P.N. Yianilos // Proceedings of the fourth annual ACM-SIAMSymposium on Discrete algorithms. — 1993. — pp. 311 - 321.76. Могилко, А.А. Параллельный алгоритм поиска ближайшей точки врадиусе / А.А. Могилко // Наука и образование: научное издание МГТУ им. Н.Э.Баумана, №11.

— 2013. — С. 363 - 382.77. Аковецкий, В.И. Радиолокационная фотограмметрия / В.И. Аковецкий,Г.Н. Донсков, Ю.Н. Корнеев, Л.Б. Неронский. — М.: Недра, 1979. — 239 с.78. Коберниченко, В.Г. Анализ информативных свойств космическихрадиолокационных снимков при обновлении топографических карт / В.Г.Коберниченко // 6-я открытая всероссийская конференция "Современныепроблемы дистанционного зондирования Земли из космоса". Программа. —Москва, 10-14 ноября 2008. — С. 16.79. Романов, А.А. Особенности алгоритма SURF при сшивке РЛИ земнойповерхности / А.А. Романов // Труды 56-й научной конференции МФТИ:Всероссийской научной конференции «Актуальные проблемы фундаментальных иприкладных наук в современном информационном обществе», Всероссийскоймолодежнойнаучно-инновационнойконференции«Физико-математическиенауки: актуальные проблемы и их решения».

Радиотехника и кибернетика. —2013. — С. 143-144.80. Романов, А.А. Методика поиска областей с общей семантикой нарадиолокационных изображениях земной поверхности / А.А. Романов // VIIIВсероссийская научно-техническая конференция «Радиолокация и радиосвязь»,24-26 ноября 2014 г., Москва. Доклады. — 2014. — С. 124-128.81. Романов, А.А. Методика оценки насыщенности изображений дляавтоматизированных систем обработки РЛИ / А.А. Романов // Юбилейная научнотехническая конференция ОАО «Концерн «Вега». Программа.

16-17 октября2014г. — 2014. — 40 с.14182. Романов, А.А. Количественная характеристика детальности семантикирадиолокационного изображения / А.А. Романов // 13-я Международнаяконференция «Авиация и космонавтика – 2014». 17-21 ноября 2014 года. Москва.Тезисы. — 2014. — С. 422-423.83.Романов,А.А.Объективнаяоценканасыщенностисемантикирадиолокационного изображения / А.А. Романов // Успехи современнойрадиоэлектроники, №5. — 2015. — С. 108-115.84. Романов, А.А. Количественная оценка насыщенности семантикирадиолокационного изображения / А.А. Романов // Программа Всероссийскойконференции «Чтения по прикладным наукам», РАН. — 2015.

— 5 с.85. Осовский, С. Нейронные сети для обработки информации. Перевод спольского И.Д. Рудинского / С. Осовский. — М.: Финансы и статистика, 2002. —344 с.86. Солдатова, О.П. Применение нейронных сетей для решения задачпрогнозирования/О.П.Солдатова,В.В.Семенов//Электронныймногопредметный научный журнал "Исследовано в России". Том 9, МФТИ. —2006. — С. 1270-1276.87. Галушкин, А.И.

Нейронные сети: основы теории / А.И. Галушкин. —Горячая линия - Телеком, 2010. — 496 с.88.Горбань,А.Н.Обобщеннаяаппроксимационнаятеоремаивычислительные возможности нейронных сетей / А.Н. Горбань // Сибирскийжурнал вычислительной математики, №1, Т. 1. — 1998. — С. 12-24.89.

Ферцев, А.А. Ускорение обучения нейронной сети для распознаванияизображений с помощью технологии NVIDIA CUDA / А.А. Ферцев // Вестн. Сам.гос. техн. ун-та. Сер. Физ.-мат. науки, выпуск 1(26). — 2012. — С. 183-191.90. Кондратюк, А.В. Метод повышения чувствительности нейронных сетей,обучаемых с учителем, в задачах прогнозирования временных рядов / А.В.Кондратюк, В.А.

Крисилов // Известия Южного федерального университета.Технические науки. №16, том 17. — 2006. — С. 65-69.14291. Круглов, В.В. Искусственные нейронные сети. Теория и практика. 2-еизд. / В.В. Круглов, В.В. Борисов. — М.: Горячая линия - Телеком, 2002. — 382 с.92.Бескоровайный,многофакторныхВ.В.альтернативсИдентификацияпомощьючастнойS-образныхполезностифункций/В.В.Бескоровайный, Е.В.

Соболева // Бионика интеллекта, №1(72). — 2010. — С. 5054.93.Романов,перекрывающихсяА.А.Применениерадиолокационныхнейронныхизображенийсетей/А.А.всшивкеРоманов//Международная неделя авиакосмических технологий «Aerospace Science Week».18-21 ноября 2014 года. Москва. Программа. — 2014. — 52 с.94. Романов, А.А. Вычисление взаимной ориентации перекрывающихсярадиолокационных изображений с помощью нейронных сетей / А.А. Романов //Труды 57-й научной конференции МФТИ: Всероссийской научной конференции смеждународнымучастием«Актуальныепроблемыфундаментальныхиприкладных наук в области физики», Всероссийской молодежной научнойконференциисфундаментальныхмеждународнымиприкладныхучастиемнаукв«Актуальныесовременномпроблемыинформационномобществе». Радиотехника и кибернетика.

— 2014. — С. 90-91.95. Романов, А.А. Вычисление взаимной ориентации радиолокационныхизображений с перекрытием с помощью нейронных сетей / А.А. Романов, Б.Г.Татарский // Информационно-измерительные и управляющие системы, №12. —2015. — С. 26-33.96. Капралов, Е.Г. Основы геоинформатики. Кн.

1: Учеб. пособие для студ.вузов. Под ред. В.С. Тикунова / Е.Г. Капралов, А.В. Кошкарев, В.С. Тикунов, А.В.Заварзин, И.К. Лурье, И.А. Рыльский, А.М. Трофимов, М.Э. Флейс, В.Б. Яровых.— М.: Издательский центр "Академия", 2004. — 352 с.97. Постников, М.М. Аналитическая геометрия / М.М. Постников.

Свежие статьи
Популярно сейчас
А знаете ли Вы, что из года в год задания практически не меняются? Математика, преподаваемая в учебных заведениях, никак не менялась минимум 30 лет. Найдите нужный учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
5247
Авторов
на СтудИзбе
422
Средний доход
с одного платного файла
Обучение Подробнее