Перейти к основному контенту Перейти к главному меню навигации Перейти к нижнему колонтитулу сайта
##common.pageHeaderLogo.altText##
Известия ЮФУ
Технические науки
  • Текущий выпуск
  • Предыдущие выпуски
    • Архив
    • Выпуски 1995 – 2019
  • Редакционный совет
  • О журнале
    • Официально
    • Основные задачи
    • Основные рубрики
    • Специальности ВАК РФ
    • Главный редактор
English
ISSN 1999-9429 print
ISSN 2311-3103 online
  • Вход
  1. Главная /
  2. Найти

Найти

Расширенные фильтры
Опубликовано после
Опубликовано до

Результаты поиска

Найдено результатов: 4.
  • АЛГОРИТМ ПОДГОТОВКИ ДАННЫХ ОБУЧЕНИЯ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ РАСПОЗНАВАНИЯ БУКВ И СИМВОЛОВ

    Д.А. Безуглов , М.С. Мищенко , С.Е. Мищенко
    134-144
    2025-07-24
    Аннотация ▼

    Точность распознавания текстовых изображений на практике остается ограниченной. Это связано с тем, что в алфавит символов могут входить строчные и прописные буквы со схожим начертанием, а также составные символы, образованные из нескольких более простых символов. Для решения этой проблемы систему распознавания символов дополняют системами семантического или структурного анализа, что существенно усложняет информационную систему для распознавания текста. В настоящее время для распознавания одиночных символов широко применяют сверточные нейронные сети, для обучения которых используют базу данных с изображениями распознаваемых символов. В работе предложен алгоритм, отличающийся тем, что в изображение одиночного символа для обучающей выборки включают фрагменты символов, которые могут быть расположены в строке в непосредственной близости от распознаваемого символа. Формирование изображений для обучающей выборки имитирует процесс сегментации символа по яркости, который обычно используют при выделении символа для дальнейшего распознавания. При этом оценивают размеры символа, дополняют его изображениями соседних символов, а затем оценивают размеры области, изображения, которое будет помещено в обучающую выборку. Полученное изображение масштабируют и обрезают таким образом, чтобы на вход нейронной сети поступали изображения заданного размера. В работе для распознавания алфавита символов, включающего прописные и строчные символы русского и английского алфавитов, цифры, символы и знаки препинания предложено использовать множество сверточных нейронных сетей, каждая из которых обучена распознавать один символ. Выбор символа осуществляется путем сравнения откликов всех нейронных сетей и выбора максимального отклика. Проведено сравнение предложенного алгоритма подготовки данных для обучения с известным алгоритмом, основанным на использовании изображений одиночных символов. Установлено, что предложенный алгоритм подготовки данных для обучения обеспечивает повышение точности распознавания алфавита из 138 символов более, чем в два раза.

  • ПОЛУМАРКОВСКАЯ МОДЕЛЬ ТЕЛЕКОММУНИКАЦИОННОЙ СЕТИ С ДИНАМИЧЕСКИМ УПРАВЛЕНИЕМ

    Д. А. Мищенко , А.А. Львов , А. А. Никифоров , Алалван Амин Раад Джихад, М.С. Светлов
    2021-12-24
    Аннотация ▼

    Предложена полумарковская модель телекоммуникационной сети. Рассмотрен вари-
    ант динамического управления трафиком системы массового обслуживания как частного
    случая телекоммуникационной сети. Основная цель управления – минимизация средних за-
    трат в единицу времени на обслуживание входящего потока информации (пакетов). При
    этом учтены различная пропускная способность каналов, скорость обработки информа-
    ции в канале и информационная емкость буферов. Предложен подход к организации дина-
    мического управления с учетом помехоустойчивости (информационной надежности) и
    помехозащищенности (защиты информации). Рассмотрена задача динамического управле-
    ния телекоммуникационной сетью на примере простой одноканальной структуры типа
    «точка-точка», которая моделируется как линейная однонаправленная Марковская цепь.
    Были введены параметры тарифа обслуживания, стоимости штрафа за отказ от обслу-
    живания. Анализ позволяет сделать следующие замечания, что распределение входного
    информационного потока пакетов – пуассоновское, закон распределения длины пакетов и
    скорости их поступления имеет экспоненциальный характер, что в совокупности харак-
    теризует Марковский процесс. Однако одновременно имеют место задержки в обслужи-
    вании по отношению к моментам времени поступления запросов на обслуживание, включая
    задержки, связанные с переполнением буфера. Предложенная полумарковская модель телекоммуникационной сети может быть использована и для более сложных сетевыхструктур. В частности, для телекоммуникационных сетей, состоящих не только из одной одноканальной системы передачи информации (одноканальной системы массового обслу-
    живания), а представляющих собой совокупность нескольких систем, то есть для много-
    канальных телекоммуникационных сетей.

  • ИССЛЕДОВАНИЕ ХАРАКТЕРИСТИК СХЕМ РЕТРАНСЛЯЦИИ СИГНАЛА В БЕСПРОВОДНЫХ СЕТЯХ ДАТЧИКОВ

    Алалван Амин Раад Джихад, Шаммари Наджм Абед Мандила, Д. А. Мищенко, А. А. Львов , М.С. Светлов
    2021-12-24
    Аннотация ▼

    Беспроводные сети датчиков (БСД) активно внедряются в различных системах дис-
    танционного наблюдения и мониторирования распределенных объектов. БСД обладают
    целым рядом несомненных достоинств: гибкость, эффективность, относительная деше-
    визна и возможность быстрого развертывания. Однако обмен информацией и данными
    производится в БСД с помощью беспроводных каналов связи, подверженных воздействию,
    как правило, неконтролируемых помех, вызывающих ошибки передачи и даже потерю пе-
    редаваемых пакетов данных, что представляет собой одну из главных проблем обеспече-
    ния надежности БСД. Другой не до конца решенной проблемой является неравномерное
    распределение потребляемой энергии внутри БСД в условиях жестких ограничений и тре-
    бований к источникам энергии. В настоящее время для предотвращения потерь передавае-
    мых данных наиболее широко используются две схемы повторной передачи информации –
    пошаговая и сквозная. Большинство известных исследований, посвященных вопросам надеж-
    ной передачи данных в БСД с использование этих схем, выполнено экспериментальным пу-
    тем. Кроме того, до сих пор отсутствуют аналитические методы оценки различных на-
    дежных транспортных решений, что затрудняет анализ предлагаемых БСД. Поэтому цель
    настоящей работы – синтез аналитических методов и алгоритмов исследования рабочих
    характеристик ретрансляционных схем сигналов в БСД. Предлагаются аналитические ме-
    тоды оценки схем повторной передачи в БСД, основанные на относительно новой теоре-
    тической базе – сетевом исчислении для сетей с коммутацией пакетов, представляющем
    собой инструмент определения размеров сети. Сначала вводятся модели трафика, обслу-
    живания и затрат энергии. На основе этих моделей и сетевых расчетов осуществляются
    аналитические оценки максимальной задержки времени передачи пакетов и энергоэффек-
    тивности пошаговой и сквозной повторной передач. По результатам эксперимента срав-
    ниваются в нескольких сценариях максимальная задержка и наибольшее энергопотребле-
    ние этих двух схем. Кроме того, максимальная задержка, вычисленная аналитически,
    сравнивается с результатами моделирования. С помощью предлагаемого метода можно
    выбрать подходящую схему повторной передачи на основе различных устанавливаемых
    требований и ограничений.

  • ПРОФИЛИРОВАНИЕ РЕФЛЕКТОРА ЗЕРКАЛЬНОЙ АНТЕННЫ ДЛЯ ФОРМИРОВАНИЯ ЗАДАННОГО КОНТУРА ГЛАВНОГО ЛЕПЕСТКА ДИАГРАММЫ НАПРАВЛЕННОСТИ

    К.М. Занин , Д.Д. Габриэльян , Ю.В. Кузнецов , С.Е. Мищенко
    2024-10-08
    Аннотация ▼

    При построении комплексов спутниковой связи требуется обеспечение заданного уровня ко-
    эффициента усиления бортовой антенны в строго определенной области покрытия и значитель-
    но более низкого уровня вне этой области. Граница области покрытия при этом может иметь
    сложную, но неизменную в течение всего периода эксплуатации форму. Для удовлетворения дан-
    ных требований применяются, в том числе, зеркальные антенны с профилированным рефлекто-
    ром, в которых закон профилирования поверхности описывается гладкими аналитическими функ-
    циями. Однако при формировании контурной диаграммы направленности с более сложной формой
    сечения главного лепестка требуемое фазовое распределение может иметь разрывы при переходе
    через период 2π, которые не могут быть аппроксимированы гладкими функциями без искажений. В данном случае известные подходы к профилированию рефлекторов зеркальных антенн не позво-
    ляют синтезировать диаграмму направленности с заданным качеством. Целью работы являлось
    построение рефлектора зеркальной антенны с одиночным облучателем, обеспечивающей форми-
    рование диаграммы направленности с заданными параметрами. Для достижения поставленной
    цели решены следующие задачи: 1. Разработка алгоритма определения профиля рефлектора зер-
    кальной антенны с учетом требуемой формы границы обслуживаемой территории и заданного
    закона распределения коэффициента усиления; 2. Проведение численных исследований по построе-
    нию профиля рефлектора. В ходе проведенных исследований разработан алгоритм определения
    профиля рефлектора зеркальной антенны, который позволяет формировать на апертуре антен-
    ны распределение поле, соответствующее диаграмме направленности с требуемыми параметра-
    ми. Для этого выполнен расчет распределения поля на плоскости, и синтезирована поверхность
    рефлектора на основании результатов расчета. Проведенные численные исследования подтверди-
    ли возможность построения зеркальной антенны, обеспечивающей формирование диаграммы
    направленности с заданными параметрами.

1 - 4 из 4 результатов

links

Для авторов
  • Подать статью
  • Требования к рукописи
  • Редакционная политика
  • Рецензирование
  • Этика научных публикаций
  • Политика открытого доступа
  • Сопроводительные документы
Язык
  • English
  • Русский

journal

* не является рекламой

index

Индексация журнала
* не является рекламой
Информация
  • Для читателей
  • Для авторов
  • Для библиотек
Адрес редакции: 347900, г. Таганрог, ул. Чехова, д. 22, А-211 Телефон: +7 (8634) 37-19-80 Электронная почта: iborodyanskiy@sfedu.ru
Публикация в журнале бесплатна
Больше информации об этой издательской системе, платформе и рабочем процессе от OJS/PKP.
logo Сайт разработан командой ЦИИР