Mechanisms for optimizing the error control of micro-object images based on hybrid neural network models

Jumanov, Isroil I.; Djumanov, Olimjon I.; Safarov, Rustam A.

doi:10.1063/5.0074019

Cited by 6 publications

(2 citation statements)

References 2 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Эти методы идентификации контура изображения основаны лишь, только на применения механизмов выделения, начального разбиения кривой контура, формирования сегментов, классификации, уточнения оценки переменных моделей и не учитывают условий решения задач при априорной достаточности и параметрической неопределенности [8,9].…”

Section: Identification Of Microobjects Based On the Use Of Textural ...unclassified

Идентификации Микрообъектов На Основе Использования Текстурных И Геометрических Особенностей Изображений

И¹,

А²

2023

tips

View full text Add to dashboard Cite

Исследованы и разработаны научно-методические основы оптимизации идентификации микрообъектов, в частности, пыльцевых зерен на основе применения механизмов извлечения текстурных, геометрических, специфических характеристик и особенностей изображений. Разработана методика для оценки эффективности идентификации контура изображения по характеристикам приростов его кривой на основе широкого спектра функциональных зависимостей. Разработаны механизмы и вычислительные алгоритмы идентификации изображений на основе биквадратической, экспоненциальной, авторегрессионной, скользящей средней, адаптивно-сглаживающей, статистических моделей идентификации, а также связывания опорных точек на контуре. Предложены методы маскирования опорных точек, пиксельного представления, сегментирования, регулирования ширины границ сегментов, обнаружения изменений. Разработан обобщенный алгоритм идентификации на основе интерполяционной сплайн - функции Добеши и ортогональных полиномов 4, 8 порядков с механизмами извлечения текстурных, геометрических, специфических характеристик и особенностей изображений пыльцевых зерен. Реализован комплекс программ идентификации, распознавания, классификации, систематизации микрообъектов на языке С++, функциональные модули которого протестированы в среде параллельных вычислений «CUDA».

show abstract

Section: Identification Of Microobjects Based On the Use Of Textural ...unclassified

Идентификации Микрообъектов На Основе Использования Текстурных И Геометрических Особенностей Изображений

И¹,

А²

2023

tips

View full text Add to dashboard Cite

show abstract

“…their belonging to a class is determined by the maximum number of active levels.The effectiveness of the generalized algorithm for recognizing micro-objects by the criterion of the percentage of correctly recognized images is investigated[31][32][33][34][35]. Results are Жуманов, Р.А.…”

mentioning

confidence: 99%

Optimization of recognition of micro-objects based on the use of morphometric characteristics of images

Jumanov¹,

Safarov²

2022

Proceedings of III All-Russian Scientific Conference With International Participation "Science, Technology, Society: Environmen

View full text Add to dashboard Cite

Constructive approaches, principles and methods of identification, recognition and classification of micro-objects based on the use of neural networks and mechanisms for extracting morphometric characteristics of images have been developed. Information processing technology based on obtaining images of micro-objects from a photo, video camera, digital microscope is proposed. A technique has been developed for interactive measurement of the size of micro-objects, counting, determining the structure, conducting statistical analysis, isolating and segmenting fragments, selecting informative points, recognizing and classifying images. A computational scheme for preliminary processing of images is built, including mechanisms for texture, contour segmentation, detection, and regulation of variables. Algorithms for learning neural networks with setting variables within the limits of permissible values, taking into account the properties of nonstationarity of image points, have been built. The effectiveness of learning algorithms combined with neural network dynamic models with mechanisms for regulating linear, nonlinear, compositional connections of neurons between network layers has been investigated. The study was carried out according to the criterion of the percentage of correct recognition. A software package for visualization, recognition, classification of images of pollen grains has been developed and implemented, which has been tested under conditions of a priori insufficiency, uncertainty and nonstationarity.

show abstract

Optimization of Identification and Recognition of Micro-objects Based on the Use of Specific Image Characteristics

Jumanov

Safarov

2023

Lecture Notes on Data Engineering and Communications Technologies

View full text Add to dashboard Cite

Mechanisms for optimizing the error control of micro-object images based on hybrid neural network models

Cited by 6 publications

References 2 publications

Идентификации Микрообъектов На Основе Использования Текстурных И Геометрических Особенностей Изображений

Идентификации Микрообъектов На Основе Использования Текстурных И Геометрических Особенностей Изображений

Optimization of recognition of micro-objects based on the use of morphometric characteristics of images

Optimization of Identification and Recognition of Micro-objects Based on the Use of Specific Image Characteristics

Contact Info

Product

Resources

About