DOI: 10.25136/2644-5522.2019.1.18417

Аннотация: Объектом исследования являются динамические характеристики целевых групп социальных сетей. Предметом исследования является методы и модели анализа эволюционных характеристик социальных графов большой размерности. В исследовании подробно рассматриваются подходы анализа, также количественные характеристики графовых моделей. Синтезирован алгоритм для анализа динамических характеристик целевых групп социальных сетей. Результаты эксперимента показывают факт добавления пользователя в интересующую тематическую область, а также визуализируют весь процесс в реальном времени. Разработанный программный инструментарий может быть полезным для дальнейшего развития и исследования тематик, связанных с социальной сетью. При решении поставленных задач используются методы математической логики, теории графов, математической статистики, аппарата математического анализа, линейной алгебры, методы математического моделирования, теория алгоритмов, а также методы объектно-ориентированного программирования. Новизна исследования заключается в определении динамических характеристик целевых групп социальных сетей, а также визуализации всего процесса в реальном времени. Основными выводами проведенного исследования является то, что разработанный программный инструментарий позволит проследить причинно-следственные показатели изменения в социальном графе. Предложенный прототип программного продукта будет интересен в первую очередь маркетологам, системным аналитикам, а также специалистам занимающихся анализом и изучением социальных сетей.

DOI: 10.7256/2306-4196.2015.4.16158

Аннотация: Объектом исследования являются изображения динамически изменяющихся сцен искусственного происхождения на сложным и статистически неоднородном фоне. Предметом исследования является методы преобразования и стандартные подходы представления цветных цифровых изображений в трехмерном пространстве. В исследовании подробно рассматриваются практически все базовые колориметрические пространства, используя которые осуществляется построение кластеров объект/ фон. Формирование выборок осуществляется по методу обучения с учителем. Вычисление объективных показателей и сравнение субъективных характеристик позволяет определить оптимальное цветовое пространство для последующего синтеза алгоритма эффективной сегментации рассматриваемого класса изображений. При решении поставленных задач используются методы обработки изображений, теории вероятностей, математической логики, математической статистики, аппарата математического анализа, линейной алгебры, методы математического моделирования , теория алгоритмов, а также методы объектно-ориентированного программирования. Новизна исследования заключается в определении оптимального цветового пространства разделения кластеров объект/фон для заданного класса изображений ДИС. Визуальные характеристики рассмотренных способов представления колориметрических пространств подтверждаются, также объективно вычисленными показателями. Основными выводами проведенного исследования является то, что цветовое пространство RGB наилучшим образом подходит для синтезируемого алгоритма цветовой сегментации, поскольку представления объектов и фона образуют слабо пересекающиеся кластеры.

DOI: 10.7256/2306-4196.2014.6.13642

Аннотация: Современные системы компьютерного зрения используют интеллектуальные алгоритмы, которые решают широкий класс задач от простого распознавания текста до сложных систем пространственного ориентирования. Одна из основных проблем, с которой сталкиваются разработчики таких систем – это выбор уникальных признаков, которые остаются инвариантными к различного рода преобразованиям. В статье приведен сравнительный анализ методов обнаружения и пространственной локализации групп точечных объектов. Рассмотренные методы сравниваются по производительности и эффективности при заданных размерностях. На сегодняшний день не существует универсальных подходов к определению таких характеристик, а их выбор зависит от контекста решаемой задачи и регистрируемых условий наблюдения. В качестве доминирующих признаков могут быть выбраны различного рода дескрипторы, такие как точки, линии, углы и геометрические примитивы. В работе выли исследованы алгоритмы обнаружения групп точечных объектов на основе минимального оставного дерева (MST) и с использованием модели ассоциированного сплошного образа (ACI).

DOI: 10.7256/2306-4196.2013.6.10323

Аннотация: В статье рассматривается вопрос автоматической обработки и анализа изображений изображения гелей, получаемых в результате электрофореза образцов содержащих продукты полимеразной цепной реакции (ПЦР). Предложенный подход позволяет значительно повысить скорость проведения ДНК-анализа. Говорится, что одним из ресурсоемких и трудоемких этапов формирования первичных данных, является анализ цифровых изображений результатов химической реакции. В статье рассматривается разработка необходимых теоретических методов и практических реализаций автоматизированного анализа данных. Отмечается, что одним из ресурсоемких и трудоемких этапов формирования первичных данных, является анализ цифровых изображений результатов химической реакции. Предлагаемая разработка автоматизированной системы на базе методов распознавания и анализа цифровых изображений гелей, позволит минимизировать трудоемкие операции выполняемых человеком и повысит качество проводимых работ. Приводится алгоритм автоматического распознавания и назначения уникальных линий, определяющих области праймеров и продуктов ПЦР. Сравнительный анализ ручных методов и созданного подхода выигрывает по времени на полтора порядка. При этом учитывая показатели массовости и точности, повышают экономический эффект от использования данной разработки.