Разработка и исследование методов и алгоритмов нечеткой классификации объектов имиджей документов
Диссертация
Очевидно, что с имиджами документов гораздо удобнее работать в сравнении с бумажными документами. Их можно копировать, накапливать в архивах, отправлять по компьютерной сети и т. д. Однако имидж нельзя редактировать, осуществлять по нему контекстный поиск, поскольку он является целостным и нерасчленимым на отдельные составляющие. Поэтому создание электронного аналога бумажного документа на этапе… Читать ещё >
Список литературы
- Корриган Дж. Компьютерной графики текст. // Секреты и решения пер. с англ. Куликова Д. А. — М.: Энтроп, 1995 г. — 352с.
- Боресков А.В. Компьютерная графика текст. // Первое знакомство. -М.: Финансы и статистика, 1996 г. 175с.
- Аксенов A. Demodesign 3D programming FAQ. 2005 г. h ttp:// algolist. manual .ru/graph i cs/3 dfaq/index. php.
- Игнате!iko А. Современные технологии улучшения качества 3D-изображений. http://www.uraldev.ru/articles/printview.php?id=l.
- Davert Алгоритм текстурирования. — 2003 г.
- Хашковский В.В., Толкачёв А. Н. Оптимизация отбора оптимальных признаков на основе применения методов моделирования эволюции для задачи распознавания текста. — 2005 г.
- Розенфелъд А. Распознавание и обработка изображений с помощью вычислительных машин Текст. // пер. с англ. Гуревича И. Б. [и др.] - под ред. Лебедева Д. С. М.: Мир, 1972 г.
- Дуда Р., Харт 77. Распознавание образов и анализ сцен М.: Мир, 1976 г. -511с.
- Гиренко А.В., Ляшенко В. В., Машталир В. П., Путятин Е. П. Метод корреляционного обнаружения объектов Харьков: АО «БизнесИнформ», 1996 г. 112с.
- Путятин Е.П., Аверин С. И. Обработка изображений в робототехнике. М: Машиностроение, 1990 г. — 320с.
- Путятин Е.П. Нормализация и распознавание изображений. rhttp://sumschool. sumdu.edu.ua/is-02/rus/lectures/pytyatin/pytyatin.htm.
- Бондаренко А.В., Галактионов В. А., Горемычкин В. И., Ермаков А. В., Желтое С. Ю. Исследование подходов к построению систем автоматического считывания символьной информации. М.: — 2003 г.
- Ясницкий Л.PI. Введение в искусственный интеллект текст. // Учеб. Пособие для вузов — М.:Издательский центр"Академия" 2005 г, 176с[103−105].
- Комарцова Л.Г., Максимов А. В. Нейрокомпьютеры текст. // Учеб. Пособие для вузов. 2-е изд., перераб. И доп. — М.: Изд-во МГТУ им. Н. Э. Баумана, 2004 г. — 400с[178−187].
- Осовский С. Нейронные сети для обработки информации // Пер. с Польского И. Д. Рудинского. — М.: Финансы и статистика, 2002 г. -344с.
- Калан, Роберт. Основные концепции нейронных сетей // Пер. с англ. -М. Издательский дом Вильяме, 2003 г. — 228с.
- Астанин С.В. Методы и системы распознавания образов Электронный ресурс. // Центр дистанционного образования ТРТУ. -Таганрог: ЦДО ТРТУ, 2005 г. 169с.
- Поваркова Алла Компьютерный анализ изображений: общие сведения, системы, примеры использования. «Компания Аконд» Санкт-Петербург.rhttp://www.infectology.ru/microscopy/today/analysis/index.aspx.
- Васильев В.Н., Гуров И. П., Потапов А. С. Математические методы и алгоритмическое обеспечение анализа и распознавания изображений в информационно-телекоммуникационных системах текст. // СПБГУ ИТМО Санкт-Петербург. — 46с.
- Мелихов А.Н., Берштейн JI.C., Коровин С. Я. Ситуационные советующие системы с нечеткой логикой текст. // Гл. ред. физ.-мат.лит., М.: Наука. 1990 г. — 272с.
- Блюмин C. J1., Шуйкова И. А., Сараев П. В., Черпаков И. В. Нечеткая логика алгебраические основы и приложения текст. // Монография — Липецк ЛЭГИ, 2002 г. 113с.
- Фынаев В.И. Модели систем принятия решений текст. // Учебное пособие Таганрог: Изд-во ТРТУ, 2005 г. — 118с.
- Ярушкина Н.Г. Основы теории нечетких и гибридных систем текст. // Учебное пособие. М.: Финансы и статистика, 2004 г. — 320с.
- Вишняков Ю.М., Кияшко А. Б. Нечеткие интеллектуальные системы по курсу «Системы искусственного интеллекта» текст. // Руководство к циклу лабораторных работ. Таганрог: Изд-во ТРТУ, 1999 г. 68с.
- Мациевский С.В. Нечеткие множества текст. // Учебное пособие. -Калининград Изд-во КГУ, 2004 г. 176с.
- Астанин С. В Информационно-советующие системы с нечеткой логикой По курсу «Интеллектуальные технологии» текст. // Руководство к лабораторной работе. Таганрог: Изд-во ТРТУ, 1999 г. -36с.
- Бородянский И.М., Ткаченко Г. И., Лапшин В. Б. Интеллектуальные средства измерений текст. // Учебное пособие. Таганрог: Изд-во ТТИ ЮФУ, 2008 г. 66с.
- Поспелов Д.А. Логико-лингвистические модели в системах управления текст. // М.: Энергоиздат, 1981 г. — 231с.
- Пушкин В.Н. Оперативное мышление в больших системах текст. // М.: Энергия, 1965 г. -257с.
- Тихомиров O.K. Структура мыслительной деятельности человека текст. // М.: Изд-во МГУ, 1969 г. 158с.
- Гусак А.А. Высшая математика Т. 2. текст. // Учебник для студентов вузов. — 3-е изд., стереотип. — Мн.: ТетраСистемс, 2001 г. — 448с.
- Вишняков Ю.М., Кодачигов В. И., Родзин С. И. Учебно-методическое пособие для самостоятельной работы по курсам «Системыискусственного интеллекта», «Методы распознавания образов» текст. // Таганрог: Изд-во ТРТУ, 1999 г. 132с.
- Срун С. Об одном подходе к улучшению качества распознавания текста. Текст. // Известия ЮФУ. Технические науки. Тематический выпуск «Интеллектуальный САПР». Таганрог: Изд-во ТТИ ЮФУ, 2009, № 4(93). — 256с. с189−194.
- Прохоров А. Технологии перевода бумажных документов в электронные, текст. // Журнал КомпьютерПресс 2002, № 9. [http://compress.ru/article.aspx?id=l 1802&iid=459]
- Прохоров А. Системы оптического распознавания документов, текст. // Журнал КомпьютерПресс 2001, № 9. [http://www.compress.ru/article.aspx?id=T 1745&iid:=458]
- Морзеев Ю. Технологии машинного зрения, текст. // Журнал КомпьютерПресс 2002, № 7.http://www.compress.ru/article. aspx? id=l 1745&iid=458.38. http://www.lcofax.com/capture/39. http://www.abbyy.com/40. http://www.cuneiform.ru/
- Цопкало П.И. Разработка и исследование методов и средств распознавания текста факсимильных сообщений, текст. // дис. к.т.н.: 05.13.17, науч. рук. Бабенко Л. К. Таганрог: [б. и.], 2003. — 200с.
- Павлидис Т. Алгоритмы машинной графики и обработки изображений, текст. // М., Радио и связь, 1986.
- Аникеев М.В., Федоров В. М., Цопкало Н. Н. Алгоритм распознавания бланков факсимильных сообщений. // Известия ТРТУ. Специальный выпуск «Материалы XL VII научно-технической конференции». Таганрог: ТРТУ, 2002 г. № 1(24), с. 146−147.
- Горбанъ А.Н., Россиев Д. А. Нейронные сети на персональном компьютере Новосибирск: Наука, 1996 г.
- Цопкало Н.Н. Распознавание символов печатного текста по структурным признакам с использованием нейросети. текст. // Сборник трудов второго регионального научно-практического семинара «Информационная безопасность юг России». Таганрог, 2000 г. с 130−135.
- Борисов А.Н., Алексеев А. В., Крумберг О. А. и др. Модели принятия решений на основе лингвистической переменой, текст. // Рига: Зинатне, 1982 г.-256с.
- Еэ/скова И.В., Поспелов Д. А. Принятие решений при нечетких основаниях, текст. // I. Универсальная шкала. изв. АН СССР. Техн. киберникк. — 1977 г.
- Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений, текст. // М.: Мир, 1976. 165с.
- Заде J1.A. Основы нового подхода к анализу сложных систем и процессов принятия решений. М.: Знание, 1974 г.
- Орлов А.И. Задачи оптимизации и нечеткие переменные. М.: Знание, 1980 г.
- Мелихов А.Н., Берштейи А. С. Конечные четкие и расплывчатые множества. Часть 1. Четкие множества, текст. // Таганрог: Изд-во ТРТИ, 1980 г.- 101с.
- Нечеткие множества и теория возможностей. Последние достижения / Под ред. Р. Ягера. М.: Радио и связь, 1986 г. — 391с.
- Поспелов Д.А. Логико-лингвистические модели в системах управления. М.: Энергоиздат, 1981 г. — 231с.
- Фишберн П. Теория полезности для принятия решений. М.: Наука, 1978 г.-352с.
- Трахтенгерц Э.А. Компьютерная поддержка принятия решений. — М.: СИНТЕГ, 1998 г.
- Круглое В.В., Борисов В. В. Искусственные нейронные сети. Теория и практика. 2-е изд. — М.: Горячая линия-Телеком, 2002 г.
- Шикын Е.В. Компьютерная графика текст. // Динамика, реалистические изображения. -М.: ДИАЛОГ-МИФИ, 1995 г. 287с.
- Романычева Э.Т. Инженерная и компьютерная графика текст. // Учебник для вузов с дистанционным обуч. 2-е изд., перераб. — М.: ДМК Пресс 2001 г. — 586с.
- Поляков А.Ю. Методы и алгоритмы компьютерной графики в примерах на Visual С++, текст. СПб.: БХВ-Петербург, 2002 г. 400с.
- Ласло М. Вычислительная геометрия и компьютерная графика на С++, текст. // пер. англ. Львова В. М.: БИНОМ, 1997 г. — 301с.
- Пономаренко С.И. Пиксел и вектор, текст. // Принципы цифровой графики. СПб.: БХВ-Петербург, 2002 г. — 477с.
- Мураховский В.И. Компьютерная графика, текст. // Популярная энциклопедия. М.: АСТ-Пресс СКД, 2002 г. — 639с.
- Марр Д. Зрение: информационный подход к изучению представления и обработки зрительных образов Текст. // Пер. с англ. Гуревич Н. Г. под ред. Гуревича И. Б. М.: Радио и связь, 1987 г. — 400с.
- Гренаидер У. Лекции по теории образов: в 3 т. Т. 2: Анализ образов. Текст. // Пер. с англ. Гуревича И. под ред. Журавлева Ю. М.: Мир, 1981 г. -448с.
- Гренандер У. Лекции по теории образов: в 3 т. Т. 3: Регулярные структуры. Текст. // Пер. с англ. Гуревича И. под ред. Журавлева Ю. -М.: Мир, 1983 г. -432с.
- Загоруйко Н.Г. Методы распознавания и их применение. Текст. -М.: Советское радио, 1972 г. — 208с.
- Лисин С. Системы оптического распознавания текста. Текст. // Журнал КОМПЬЮТЕР-ИНФОРМ, № 16, 2002. [http://www.ci.ru/infonn 16 02/р 22text. htm]
- Арлазаров В. Л, Троянкер В. В., Котович Н. В. Адаптивное распознавание символов. 2000 г. rhttp://ocrai.narod.ru/adaptive.html.
- Борисов Е.С. Сегментация изображения текста. 2008 г. http://mechanoid.narod.rU/misc/segmentator/index.html#ocr-piter.
- Кучуганов А.В., Лапинская Г. В. Распознавания рукописных текстов. -2006г. http://mns.udsu.ru/conf/repoiJt/Kuchuganov2.pdf|
- Miguel Ро, Hsien Wu Handwritten Character Recognition. 2003 r. | http://innovexpo.itee.uq.edu.au/2003/exhibits/s804636/thesis.pdfl
- Buffa F., Porceddu I. Temperature forecast and some seeing minimization. A case study using neural network model. — 1997. http ://www. pd. astro. it/TNG/TechRep/rep67/rep67. html.
- Hao Y., Shi Y., Zhang D., Zhu X. An effective result-feedback neural algorithm for handwritten character recognition. // International journal of Neural Parallel & Science Computations, Vol. 9, No. 2, pp. 139−150. -2001.
- Schofield E. Concepts in pattern recognition. 2001. rhttp://userver.ftw.at/~schofiel/patterns.htmn
- Neural Networks. 2003. rhttp://documents.wolfram.com/applications/neuralnetworks/index2.html.
- Neural Networks: Advanced tutorial. 2002. http://www.pmsi.fr/home-gb.htm.
- Affan Mustofadee Classification of muscles from ultrasound image sequences. 2009. http://www.wepapers.com/Papers/28 748/Classification of muscles from ultrasound image sequences. Master’s Thesis.
- Bernd Jahne Digital Image Processing, 5th edition, Springer. 2002.
- Хлопов A.M. Исследование алгоритма автоматической классификации цветных изображений. 2006 г. http://elibrary.ru/item.asp?id==9 253 355.
- Ковригин, А.В. Синтез и анализ алгоритмов автоматической классификации цветных изображений. // Ковригин А. В., Хлопов А. Н., II Исследовано в России: элект. журн. 2005. -236. 2417−2422с. http. V/zhumal. ape.relarn.ru/articles/2005/236.pdfl
- Kanade Т. Picture processing by computer complex and recognition of human faces. 1973.
- Гаисалее P., Вудс P. Цифровая обработка изображений. 2006 г.
- Tsang Ing Ren Pattern Recognition and Complex Systems. 2000.
- Yand G, Huang T. S. Human face detection in complex background. // Pattern Recognition, vol. 27, no. 1, pp. 53−63, 1994.
- Graf H. P., Chen Т., Petajan E., Cosotta E. Locating faces and facial parts. // Proc. First Int’l Workshop Automatic Face and GestureRecognition, pp. 41−46, 1995.
- Ming-Hsuan Yang, Kriegman D., Ahuja N. Detecting faces in images: A survey. // IEEE Transaction on Pattern Analysis and Machine Intelligence (PAMI), vol. 24, no. 1, pp. 34−58, 2002.
- Michael D. Garris, Darrin L. Dimmick. Form Design for High Accuracy Optical Recognition. // IEEE Transactions RAMI, June 1996.
- Rocha J., Sakoda В., Zhou J., Pavlidis T. Deferred Interpretation of Grayscale Saddle Features for Recognition of Touching and Broken Characters. // Proceedings of Document Recognition, SPIE, vol. 2181, San Jose, CA, pp. 342−350, February 1994.
- Гонсалес P. Цифровая обработка изображений. // Москва Техносфера, 2005. с. 812−836.
- Южиков B.C. Сегментация изображений страниц древних рукописей. // Казанский осударственный Университет. («http://rcdl2007.pereslavl.ru/papers/paper 49 vl. pdf)
- Южиков B.C. Автоматическая классификация шрифта старопечатных текстов. — 2009 г. http://textualheritage.org/content/view/272/13 8/lang.russian/~.
- Южиков B.C., Качаева Т. В. Автоматизированная система распознавания и классификации резюме. 2007. ЬЦр://е1аг.и5и.гиЛ1ет5-Ьу-аи1Ьог?аи1Ьог=Южиков,+В.+С.
- Губанов П.В. Автоматическая сегментация текстурированных изображений на основе локальных распределении характеристик. — 2000 г. rhttp://www.tsu.ru/webdesign/tsu/Library.nsf/designobiects/vestnik271/$fil e/Gubanov74.pdf.
- Ковтун KB. Текстурная сегментация изображений на основании марковских случайных полей.rhttp://www.irtc.org.ua/image/Files/kovtun/kovtun usim 2003(4) rus.pdf.
- Henry A. Rowley, Shumeet Baluja, and Takeo Kanade, «Human face detection in visual scenes», Technical Report CMUCS-95−158R, School of Computer Science, Carnegie Mellon University, November 1995.
- Roth D., Yang M.-H., Ahuja N. «A SNoW-based face detector» in Advances in Neural Information Processing Systems 12 (NIPS 12), MIT Press, Cambridge, MA, pp. 855−861, 2000.
- Viola P., Jones. M. «Robust Real-time Object Detection» In Proc. 2nd Int’l Workshop on Statistical and Computational Theories of Vision — Modeling, Learning, Computing and Sampling, Vancouver, Canada, July 2001.
- Воронцов К. В. «Байесовские алгоритмы классификации. Черновики лекций». http://www.ccas.ru/voron/download/Bayes.pdfl
- Lawrence S., Giles C. Overfitting and neural networks: Conjugate gradient and backpropagation. In Proceedings of the IEEE International Conference on Neural Networks, pages 114— 119. IEEE Press, 2000.
- Vapnik, V., Lerner, A. J., «Generalized portrait method for pattern recognition» Automation and Remote Control, vol. 24, no. 6, 1963.
- Charles Elkan «Naive Bayesian learning» Adapted from Technical Report No. CS97−557, Department of Computer Science and Engineering, University of California, San Diego, September 1997.
- Александр Веэ/сневец «Нестандартные нейросетевые архитектуры» электронный журнал «Графика и Мультимедиа» http://cgm.graphicon.ru/metodvi/nestandartnyie neyrosetevyie arhitektury i.html.