PROCES UCZENIA WZGLĘDEM LOKALNEGO PROGU RÓŻNICY W FILTROWANIU NORMALNEGO SZUMU BIAŁEGO

##plugins.themes.bootstrap3.article.main##

Leonid Timchenko

tumchenko_li@gsuite.duit.edu.ua

Natalia Kokriatskaia

nkokriatskaia@gmail.com

Volodymyr Tverdomed

tverdomed@gsuite.duit.edu.ua

Natalia Kalashnik

ukraine@vnmu.edu.ua

Iryna Shvarts

s.irinach502@gmail.com

Vladyslav Plisenko

plisenko_vo@gsuite.duit.edu.ua

Dmytro Zhuk

zhuk_do@ukr.net

Saule Kumargazhanova

SKumargazhanova@gmail.com

Abstrakt

Celem pracy było zbadanie procesu uczenia za pomocą lokalnego progu różnicy podczas filtrowania normalnego białego szumu. Przeanalizowano istniejące algorytmy uczenia do przetwarzania obrazu oraz zidentyfikowano ich zalety i wady. Uwzględniono wpływ normalnego białego szumu na proces rozpoznawania. Opracowano metodę organizacji procesu uczenia korelatora z przetwarzaniem wstępnym obrazu przy użyciu metody GQP. Określono zależność średniej wartości próbek rangi CCF (RCCF) GQP obrazów referencyjnego i bieżącego, reprezentujących realizacje normalnego białego szumu, od prawdopodobieństwa utworzenia zerowych próbek GQP. Zaproponowano dwie wersje algorytmu uczenia opartego na opisanej metodologii uczenia. Zaproponowano metodę określania szacunkowej skuteczności algorytmu.

Słowa kluczowe:

uczenie, lokalny próg różnicy, filtrowanie normalnego białego szumu

Bibliografia

##plugins.themes.bootstrap3.article.details##

PROCES UCZENIA WZGLĘDEM LOKALNEGO PROGU RÓŻNICY W FILTROWANIU NORMALNEGO SZUMU BIAŁEGO. (2023). Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska, 13(2), 69-73. https://doi.org/10.35784/iapgos.3664