Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/288557Полная запись метаданных
| Поле DC | Значение | Язык |
|---|---|---|
| dc.contributor.author | Ганченко, В. В. | - |
| dc.contributor.author | Дудкин, А. А. | - |
| dc.contributor.author | Инютин, А. В. | - |
| dc.contributor.author | Марушко, Е. Е. | - |
| dc.contributor.author | Писаренко, В. Г. | - |
| dc.date.accessioned | 2022-11-09T09:27:16Z | - |
| dc.date.available | 2022-11-09T09:27:16Z | - |
| dc.date.issued | 2022 | - |
| dc.identifier.citation | Информационные системы и технологии = Information Systems and Technologies : материалы междунар. науч. конгресса по информатике. В 3 ч. Ч. 2, Респ. Беларусь, Минск, 27–28 окт. 2022 г. / Белорус. гос. ун-т ; редкол.: С. В. Абламейко (гл. ред.) [и др.]. – Минск : БГУ, 2022. – С. 296-302. | - |
| dc.identifier.isbn | 978-985-881-425-0 (ч. 2); ISBN 978-985-881-427-4 | - |
| dc.identifier.uri | https://elib.bsu.by/handle/123456789/288557 | - |
| dc.description.abstract | Для идентификации и классификации объектов на изображениях, полученных с помощью съемочных средств БПЛА и орбитального базирования, предложена нейросетевая модель классификации, основанная на использовании автоэнкодера и построенная по архитектуре ансамбля многослойных персептронов. Использование предложенной модели для классификации на четыре класса: «Пожар», «Задымление», «Растительность» и «Строения», позволяет достичь точности классификации выше 99 % | - |
| dc.description.sponsorship | Работа выполнена при поддержке БРФФИ (договор № Ф21УКРГ-007 от 30.04.2021) | - |
| dc.language.iso | ru | - |
| dc.publisher | Минск : БГУ | - |
| dc.rights | info:eu-repo/semantics/openAccess | - |
| dc.subject | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика | - |
| dc.subject | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::География | - |
| dc.title | Классификация объектов на изображениях, полученных с помощью космических аппаратов и БПЛА | - |
| dc.title.alternative | Classification of objects in images obtained using spacecraft and UAV / V.Ganchenko, A.Doudkin, А.Inyutin, Ya.Marushko, V.Pisarenko | - |
| dc.type | conference paper | - |
| dc.description.alternative | This report presents a neural network model for identifying and classifying objects in images obtained using UAV and orbital-based imaging equipment. The model is based on the use of an autoencoder and is built on the architecture of an ensemble of multilayer perceptrons. The model has an accuracy above 99% when classified into four classes: "Fire", "Smoke", "Vegetation" and "Building" | - |
| Располагается в коллекциях: | 2022. Информационные системы и технологии | |
Полный текст документа:
| Файл | Описание | Размер | Формат | |
|---|---|---|---|---|
| 296-302.pdf | 316,43 kB | Adobe PDF | Открыть |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.