Алгоритмы автоматизированного поиска признаковых пространств на основе характерных последовательностей в цифровых сигналах
Диссертация
Сегодняшнее положение в области разработки, систем распознавания образовхарактеризуется огромным: разнообразием' моделей алгоритмов распознавания-', а также методов! кластерного-анализа, выбора признаковоценки информативности признаков и" методов решения других вспомогательных задач. При этом отсутствует единая методика: разработки систем распознавания, нет единого мнения о преимуществах одной… Читать ещё >
Список литературы
- Абду, И. Количественный расчет детекторов контуров, основанных на подчеркивании перепадов яркости с последующим пороговым ограничением Текст. /И: Абду, У. Прэтг // ТИИЭР,.1979. -№ 5. С.59−70.
- Баринова, О.В. Повышение обобщающей способности бустинга в задачах с перекрывающимися классами Текст. / О. В. Баринова, А. П. Вежневец, В. П. Вежневец // Докл. всеросс. конф. ММРО-13. Москва, 2007. — С. 82 — 84.
- Бонгард, М.М. Проблема узнавания Текст. / Бонгард М. М. М.: Наука, 1967.-320 С.
- Боснякова, Д.Ю. Методы выделения признаков двумерных спектров нестационарных биомедицинских сигналов Текст. / Д. Ю. Боснякова, A.A. Морозов, Г. Д. Кузнецова,. Ю. В. Обухов // Докл. всеросс. конф- ММРО-13. -Москва, 2007. С. 461 — 463-
- Браверман,.Э:М. Структурные методы обработки эмпирических данных Текст., / Э. М. Бравермащ И: Б. Мучник. М.: Наука, 1983. — 464 С.
- Бродский, Б.Е. Непараметрическая сегментация электрических сигналов мозга: Текст.- / Б. Е. Бродский, Б. С. Дарховский, А. Я. Каплан, C.JI. Шишкин // Автоматика и телемеханика, 1998. — № 2.,-G. 23- 33:
- Буряк, Д.Ю. Метод автоматизированного конструирования- процедур обнаружения объектов по их структурному описанию Электронный ресурс. / Д. Ю. Буряк, ЮЛЗ. Визильтер // Журнал- радиоэлектроники: 2003: — № 4. http://jre.cplire:ru/alt/apr03/r/text.html. .
- Бэрроу, X. Дж. Алгоритмическое зрение Текст. / X. Дж. Бэрроу, Дж. М- Тененбаум // ТИИЭР. май 1981. — т. 69. — № 5. — С. 91 — 120.
- Воронцов, К.В. Система эмпирического измерения качества алгоритмов классификации Текст. / К. В- Воронцов, A.C. Инякин, A.B. Лисица // Докл. всеросс. конф. ММРО-13. Москва, 2007. — С. 577 — 580.
- Гилл^ Ф. Практическая оптимизация Текст. / Ф- Гилл, У. Мюррей, М. Райт. М.: Мир, 1985.-905 С.
- Горелик, АЛ. Методы распознавания Текст.- / А. Л. Горелик., В. А. Скрипкин. -М1: Высшая^ школа,. 1977. -222 .С.
- Горшков, А.П. Новый подход к выделению признаков для задачи" распознавания образов Текст. / А. П. Горшков // Тезисы докладов XXIX конференции молодых ученых. Рыбинск: РГАТА, 2005. — С. 252 — 253.
- Горшков* А. П. Система формирования образа и классификации временных рядов по характерным последовательностям / А. П. Горшков, Т.П. Грызлова// Цифровая обработка сигналов. М-: НТОРЭС им. A.C. Попова, 2008. —№ 3. С. 15−20. «'
- Грызлова, Т. П1 Методы m программы описания изображений: Отчет по этапу II НИР „Эдем ПО“ Текст. / Грызлова Т. П. [и др.]: под- ред. Т. П. Грызловой. — Рыбинск: РГАТА, 2005. — 98 С.
- Дергузов, A.B. Анализ и идентификация функций, заданных на сфере Текст. / A.B. Дергузов, С. А. Махортых // Докл. всеросс. конф. ММРО-11. -Москва, 2003. — С. 65 — 67.
- Джайн, A.K. Успехи в области математических моделей для обработки изображений Текст. / А. К. Джайн // ТИИЭР, май 1981. т. 69. — № 5. — С. 9 —39.
- Дремин, И.М. Вейвлеты и их использование Текст. / И. М. Дремин, О. В. Иванов, В. А. Нечитайло // Успехи физических наук, май 2001. Том 171. — № 5. —1. С. 465−501.
- Дуда, Р. Распознавание образов и анализ сцен Текст. / Р. Дуда, П. Харт. -М.: Мир, 1976.-512 С.
- Дюк, В. Data Mining учебный курс Текст. / В. Дюк, А.Самойленко. -СПб.: Питер, 2001. 368 С.
- Журавлев, Ю.И. Распознавание образов и распознавание изображений Текст. / Ю. И. Журавлев, И. Б. Гуревич // Распознавание, классификация, прогноз. Математические методы и их применение. Вып. 2. М.: Наука, 1989. — С. 5 — 72.
- Загоруйко, Н.Г. Прикладные методы анализа данных и знаний Текст. / Н. Г. Загоруйко. — Новосибирск: Издательство института математики, 1999. — 270 С.
- Загоруйко, Н.Г. Методы распознавания и их применение Текст. / Н. Г. Загоруйко. — М.: Советское радио, 1972. 208 С.
- Злотников, К.А. Комплексная- обработка информации от средств наблюдения, размещаемых на разведывательных, беспилотных летательных -аппаратах Текст. / К. А. Злотников [и др.] // сборник материалов ОАО „Hl 1L1 „Радар ММС“. СПб. — 2006. — С. 170 — 175. t
- Клику шин, Ю. Н. Классификационные шкалы для распределений вероятности Электронный ресурс. / Ю. Н. Кликушин // Журнал Радиоэлектроники. 2000. — N 11. http://jre.cplire.rU/mac/nov00/4/text.html
- Кликушин, Ю.Н. Метод фрактальной классификации сложных сигналов Электронный ресурс. / Ю.Н., Кликушин // Журнал Радиоэлектроники. 2000. № 4. http://jre.cplire.rU/alt/aprOO/l/text.html
- Ковальчук A.B. О методах промежуточного контроля в сложной системе обнаружения и распознавания лиц Текст. / A.B. Ковальчук, Н. С. Беллюстин, A.A. Тельных, В. Г. Яхно // Докл. всеросс. конф. ММРО 13. — Москва, 2007. — С. 478 -481.
- Койков, А.И. Сравнительный анализ методов при исследовании энцефалографических сигналов для целей диагностики Электронный ресурс. / А. И. Койков. http://www.ckba.net/main.php?id=3&nid=39
- Кузьмич, И. В. Признаки, используемые при распознавании изображений дефектов в автоматизированной системе контроля качества автомобильных стекол147 ' • 1
- Электронный ресурс. / И. В. Кузьмич, A.A. Козлов, А. П. Павлова // http://konftm.tltsu.ru/stat/kyzmich/inputl.html
- Левин, Б.Р. Вероятностные модели и методы в системах связи и управления? Текст. / Б. Р. Левин, В. Шварц. М.: Радио и связь, 1985. — 312 G.
- Лукьяница, A.A., Блочно-текстурный метод выделения дыма на видеоизображениях Электронный ресурс. / A.A. Лукьяница, А. Г. Шишкин.//МТУ им. М. В. Ломоносова. М.: GraphiCon, 2007. www.graphicon.ru/2007/proceedings/ Papers/Paper69:pdf
- Лэндгриб, Д-А. Техника анализа для дистанционного зондирования земли Текст. / Д. А. Лэндгриб // ТИИЭР: май 1981. — т. 69. — № 5. — G. 161 — 175.
- Манило, Л.А., Линейный дискриминант Фишера-в задачах распознавания биосигналовпочастотнымсвойствам Текст. / Л. А. Манило // Докл. всеросс. конф. ММРО-12. Москва, 2005. — С. 371 — 374. ' 1
- Марр, Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов Текст. / Д. Марр — Пер. с англ. Н. Г. Гуревич — иод ред. И. Б. Гуревич. -М.: Радио и связь, 1987. -400 G.
- Местецкий,. Л.М. Математические методы распознавания образов Электронный ресурс.: Курс лекций / Л. М. Местецкий. 2002. www.ccas.ru/frc/papers/ mestetskii04course. pdf
- Немирко, А. П-. Биометрическая- идентификация личности по электрокардиограмме Текст. / А. П- Немирко, T.G. Луговая //.Докл. всеросс. конф. ММРО-12. Москва, 2005. — С. 387 — 390.
- Никифорова, Т В. Техническая? дефектоскопия- на основе методов стохастической геометрии? Текст. / Т. В: Никифорова // Докл. всеросс. конф. ММРО-12. Москва, 2005. — С. 392 — 395.
- Павлидис, Т. Иерархические методы в структурном: распознавании образов Текст. / Т. Павлидис // ТИИЭР. май 1979. — т. 67. — № 5. — С. 39−49:
- Прэтт, У.К. Применение-моделей стохастических текстур для обработки изображений / У. К. Прэтт, О. Д. Фожра, А. Гагалович // ТИИЭР: май 1981. — т. 69--№ 5.-С. 54−64. .¦¦-'¦-¦ '•¦.¦¦-•.'.
- Розенфельд,. А. Распознавание изображений Текст. / А. Розенфельд II. ТИИЭР.-май 1981:-т. 69.- № 5. С. 120 — 133.
- Розенфельд, А. Сегментация и модели изображения Текст. / А. Розенфельд, Л. С. Дейвис // ТИИЭР. маш 1979-- т. 67. — № 5. — С. 71 — 81.
- Тихонов, В.И. Оптимальный прием сигналов Текст. / В. И. Тихонов. М.: Радио и связь, 1983. — 320 С.
- Ту, Жд. Принципы распознавания образов Текст. / Жд. Ту, Р. Гонсалес — пер. И.Б. Гуревич- под ред. Журавлева Ю. И. М.: Мир, 1978. — 411 С.
- Федотов, Н.Г. Формирование признаков распознавания изображений ультразвуковых исследований, методами, стохастической^геометрии? Текст. / Н. Г. Федотов // Докл. всеросс. конф. ММРО-13. Москва, 2007. С. 542 — 544.
- Федотов, H.F. Новые методы формирования признаков распознавания образов с позиций стохастической геометрии Текст. / Н.Г. Федотов- А. А. Кадыров // Автометрия. 1996. — № 1. — С. 88 — 92.
- Фу, К. Структурные методы в распознавании образов Текст. / К. Фу — под ред. М. А. Айзермана. М.: Мир, 1977 г. — 320 С.
- Харалик, P.M. Статистический и структурный подходы к описанию текстур Текст. / P.M. Харалик // ТИИЭР. май 1979. — т. 67. — № 5. — С. 98 — 118.
- Цифровая обработка телевизионных и компьютерных изображений Текст. / под ред. Ю. Б. Зубарева и В. П. Дворковича. М.: Международный Центр научной и технической информации, 1997. — 217 С.
- Чэн, Ш.—К. Принципы проектирования систем визуальной информации Текст. / Ш.-К. Чэн — Пер. А. С. Попова, А. Ю. Швайковского, Д. Р. Шидарева — под ред. В. В. Яншина. М.: Мир, 1994. — 408 С.
- Шепель, В.Т. Выбор признаков для диагностики технического состояния трансмиссионных подшипников ГТД Текст. / В. Т. Шепель, Б. И. Комаров, Т. П. Грызлова // Авиационно-космическая техника и технология. Харьков: ХАИ, 2005. -№ 8 (24).
- Шишкин, В.Н. Диагностика технического состояния трансмиссионных подшипников ГТД методом структурного анализа их вибросигналов Текст. / В.Н. f Шишкин, Б. И. Комаров, М. С. Гайдай, В. Т. Шепель // Контроль и диагностика. -2000.-№ 4.
- Шульга, Л.А. Структуры распознающих систем на основе стохастической геометрии Текст. / JI. A Шульга., Н. Г. Федотов // Докл. всеросс. конф. ММРО-11. -Москва, 2003. С. 219 — 222.
- Ярославский, Л.П. Введение в цифровую обработку изображений Текст. / Л. П. Ярославский М.: Советское радио, 1979. — 312 С.
- Agrawal, S. Learning to Detect Objects in Images via a Sparse, Part-Based Representation Text. / S. Agrawal, D. Roth, A. Awan // IEEE Transactions of pattern analysis and machine intelligence. November 2004. — Vol. 26. — No. 11. — pp. 1475 -1490.
- Al-Fahoum, A. ECG Arrhythmia Classification Using Simple Reconstructed Phase Space Approach Text. / A. Al-Fahoum, A. Qasaimeh // Computers in Cardiology.-2006.-pp. 756−760.
- Barone, P.' The segmented Prony method for the analysis of non-stationary „time series Text. / P.* Barone, E. Massaro, A. Polichetti // Astron. Astrophys 1989.pp.435−444.
- Dalai, N. Histograms of oriented-gradients for human detection Text. / N. Dalai, B: Triggs // In Proc. of the IEEE International Conference on Computer Vision and Pattern Recognition, San Diego, June 2005. pp. 886 — 893.
- Dalai, N. Human- detection using oriented histograms of flow and appearance Text. / B. Triggs, C. Schmid // European Conference on Computer Vision. 2006. II. -pp. 428−441.
- Deng} K. Learning to Recognize Time Series: Combining ARMA< Models with Memory-Based Learning“ Text. / K. Deng, A.W. Moore, Mf.C. Nechba // Proc. IEEE Int. Symp. on Computational. Intelligence in Robotics and', Automation, 1997. vol. 1. — pp. 246−250.i
- Deselaers, T. Improving a discriminative approach to object recognition using image patches Text. / T. Deselaers, D. Keysers, H. Ney // In DAGM, Vienna, Austria, 2005. Vol. 3663. — pp. 326−333.
- Dijck, G. V. Corrosion Time Series Classification using the Haar Wavelet Transform and MML Density Estimation Text. / G. V. Dijck, M. Wevers, M. V. Hulle // International journal of computational intelligence- 2004.
- Eads, D.R. A Multimodal Approach to Feature Extraction for Image and Signal Learning Problems Text.7 D.R. Eads [and oth.] // Proc. of the SPIE. 2003. -pp. 79 -90.
- Eads, D.R. Genetic algorithms and support vector machines for time series classification Text. / D.R. Eads [and oth.] //. Proc. of the SPIE. 2002. 4787 — pp. 7485.
- Eads, D.R. Grammar-guided feature extraction for time series classification Text. / D.R. Eads, K. Glocer, S. Perkins, J. Theiler // Neural Information Processing Systems.-2005.
- Elms, A.J. The advantage of using an HMM-based approach for faxed word recognition Text. / A.J. Elms, S. Procter, J. Illingworth // International Journal on Document Analysis and Recognition. 1998. — 1 — pp. 18−36.
- Garcia, C. Gonvolutional face finder: A neural architecture for fast and robust face detection Text. / C. Garcia, M. Delakis // IEEE Transactions on Pattern Analysis and Machine Intelligence, Nov. 2004. 26(11) — pp. 1408−1423.
- Gerhard, D. Audio Signal Classification: An Overview Text. / D. Gerhard // Canadian Artificial Intelligence, 2000. 45 — pp. 4 — 6.
- Guyon, I. An introduction^to variable and feature selection Text. / I. Guyon, A. Elisseeff // Journal of Machine Learning Research, 2003. — 3 pp. 1157 — 1182.
- Harris, C. A combined corner and edge detector Text. / C. Harris, M. Stephens // In Proc. of the 4th Alvey Vision* Conference, 1988. pp. 147−151.
- Helmer, G. Feature Selection Using a Genetic Algorithm for Intrusion Detection Text. / G. Helmer, J.S.K. Wong, V. Honavar, L. Miller // Proc. of Genetic and Evolutionary Computation Conference, Orlando, July 1999. pp. 1781 — 1781.
- Hochak, H. Waveform-Based Musical Genre Classification Электронный ресурс. / H. Hochak, С. Trip- H.M. Pontikakis // Autumn 2006- http://www.stanford.edu/ class/cs229/projects2006.html
- Hsu, W.H. Construction of recurrent mixture model for time- series classification Text. / W. H! Hsu, S.R. Ray // In Proc. of the International Joint Conference on Neural Networks, 1999. vol. 3. — pp. 1574 — 1579.
- Jiang, W. Block-Based Neural: Networks for Personalized ECG Signal Classification Text. / W. Jiang, S.G. Kong // Neural Networks, IEEE Transactions on Volume 18, Issue 6, Nov. 2007. pp. 1750 — 1761.
- Jin-. QhRobustr Speaker Recognition: Ph- D. Thesis Text. / Q. Jin. Carnegie Mellon University, 2007.
- Kim, M. Discriminative Eearning of Mixture of Bayesian Network Classifiers* for Sequence-Classification Text. / M. Kim, V. Pavlovic.// Computer vision and pattern recognition- 2006. vol. 1. -pp- 268 — 275.
- Kwon, O.W. Emotion Recognition by Speech Signals Text. / O.W. Kwon, K.L. Chan, J. Hao, T.W. Lee // Eurospeech. 2003. — pp. 125 — 128.
- Lenser, S. Non-Parametric Time Series Classification. Non-Parametric Time Series Classification Text. / S. Lenser, M. Velosso // In Proc. of ICRA, Barcelona, 2005.-pp. 3918−3923.
- Leung, Т.К.Finding faces in cluttered scenes using. random- labeled graph matching Text. / Т. K. Leung^MIC. Burl- Pi Perona,// KiiProc. of the Fifth International Conference on Computer Vision. Jun 1995. — pp. 637 — 644-
- Lin, J. A symbolic representation of time series, with implications for streaming algorithms Text.: / J. Lin, EJ. Keogh, S. Lonardi, B.Y. Chiu // 8th ACM
- SIGMOD Workshop on Research Issues in Data Mining and Knowledge Discovery, 2003.-pp. 2 -11. — /, •
- V. 117. Olszewski, R.T. Generalized 'Feature Extraction- for-' Structural Pattern-. Recognition in Time-Series Data.: PhD thesis“ Text. / R.T. Olszewski. -- Carnegie •Mellori^myereity,'Pittsbwglii--'- 20.0'lC--- -.•
- Oren- M. Pedestrian detection using wavelet templates Text. / M. Oren [and oth.] // In Proc. of Computer VisionandPattern Recognition, Puerto? Rico. June 1997. — pp. 193 -199:
- Prasad, G.K. Classification of ECG Arrhythmias using Multi-Resolution Analysis and Neural Networks Text. / G.K. Prasad, J.S. Sahambi // IEEE Trans. Biomed. 2003. — pp. 227 — 231.
- Ratanamahatana, C.A. Everything you know about dynamic time warping is wrong Text. / C.A. Ratanamahatana, E. Keogh // In 10th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining Workshop on Temporal Data Mining, 2004.
- Ratanamahatana, C.A. Making Time-series Classification More Accurate Using Learned Constraints Text. / C.A. Ratanamahatana, E. Keogh // SIAM International Conference on Data Mining, April, 2004. pp. 22 — 24.
- Rath*T. Word Image matching using dynamic time warping Text. / T. Rath, R. Manmatha // CVPR, 2003. Vol. 2. — pp. 521 — 527.
- Rowley, H. A. Neural network-based face detection Text. / H. A. Rowley, S. Baluja, T. Kanade // IEEE Transactions on Pattern Analysis and Machine Intelligence. -Jan 1998. 20(1). — pp. 23 — 38.
- Sagiroglu, S.- Control Chart Pattern Recognition Using Artificial Neural Networks Text. / S. Sagiroglu, E. Be§ dok, M. Erler // Turkish Journal of Electrical Engineering & Computer Sciences, 2000. pp. 137 — 147.
- Sali, E. Combining class-specific fragments for object classification Text. / E. Sali, S. Ullman // In Proc. of 10th British Machine Vision Conference. 1999 Vol. 1. -pp. 203−213.
- Schneiderman, H. Object Detection Using the Statistics of Parts Text. / H. Schneiderman, T. Kanade // International Journal of Computer Vision. 2002. — pp. 151 — 177.
- Schryver, J.C. Classification of time series patterns from complex dynamic systems: Master thesis Text. / J.C. Schryver, N. Rao. July 1998.
- Shams, L. Learning gabor-based features for face detection Text. / L. Shams, J. Spoelstra // In- Proc. of World Congress in Neural Networks. International Neural Network Society. Sep 1996. — pp. 15 — 20.
- Smith, S. M. SUSAN- A New Approach to Low Level Image Text. / S. M. Smith, Jt M. Brady // Proc. International» Journal of Computer Vision, 1997. Vol. 23. -№ 1.-pp. 45−78.
- Ullman, S. Visual features of intermediate complexity and their use in classification Text. / S.A. Ullman, E. Sali, M. Vidal-Naquet // Nature Neuroscience.2002.-5(7).-pp. 1−6.
- Weber, M. Unsupervised’Learning of models for recognition" Text. / M. Weber, P. Welling, Perona // In Proc. of Sixth European Conf. Computer Vision, 2000.
- Wei, L. Semi-Supervised Time Series Classification Text. / L. Wei, Keogh E. // In Proc. of SIGKDD, 2006. pp. 748 — 753.
- Weka 3: Data Mining Software in Java Электронный ресурс., http ://www. es. waikato. ac. nz/ml/weka.
- Whitehill, J. Haar Features for FACS AU Recognition Text. / J. Whitehill, C.W. Olmin // Seventh IEEE International Conference on Automatic Face and Gesture Recognition, 2006. pp. 97 — 101.
- Wiggins, M. Evolving a Bayesian classifier for ECG-based age classification in medical applications Text. / M. Wiggins, A. Saad, B. Litt, G. Vachtsevanos // Journal of Applied Soft Computing, 2007. pp. 599 — 608.
- Xiaopeng, X. Fast Time Series Classification Using Numerosity Reduction Text. / X. Xiaopeng // International Conference on Machine Learning, 2006. pp. 1033 — 1040.
- Yuille, A. L. Deformable templates for face recognition Text. / A. L. Yuille // Journal of Cognitive Neuroscience. 1991- 3(1) — pp. 59 — 70.
- Zimmerman, M.W. Classification of ECG ST Events as Ischemic or Nonischemic Using Reconstructed Phase Spaces: Master’s thesis Text. / M.W. Zimmerman. Marquette University, Milwaukee, Wisconsin, May 2004.
- Zlotnikov, K.A. New distinction measure for pattern recognition in fuzzy features space Text. / K.A. Zlotnikov // Intelligent Systems In Design and Manufacturing. Proc. of the SPIE. 1998. — vol. 3517. — pp. 356 — 364.