Автор24

670

Работ в базе авторов

Нурлан Сабуров —

Амбассадор бренда

Нурлан Сабуров

Амбассадор бренда

Нурлан Сабуров

670 готовых дипломных работ по программированию

2018

разработка программного обеспечения с применением информационных технологий для расчета параметров горной выработки для повышения эффективности и безо

Содержание

Введение
1 Теоретические аспекты разработки информационных систем
1.1 Понятие автоматизированных информационных систем.
1.2 Жизненный цикл информационных систем.
1.3 Технологические процессы горного производства как объекты управления.
1.4 Среда прог...

Введение
1 Теоретические аспекты разработки информационных систем
1.1 Понятие автоматизированных информационных систем.
1.2 Жизненный цикл информационных систем.
1.3 Технологические процессы горного производства как объекты управления.
1.4 Среда программирования Borland Delphi
1.5 Использование технологии ADO для доступа к данным
2 Анализ современных информационных систем в горнодобывающей промышленности
2.1 Общая характеристика ТОО «Степногорский горно-химический комбинат»
2.2 Анализ современных информационных систем в горнодобывающей промышленности...

Более 50%
?

Загружая работу автор подтверждает, что ее уникальность более 50%

уникальность
Автор работы
Эксперт
kemilka
Куплено: 0 раз
2022

Разработка программного обеспечения контроля исполнения организационно-распорядительных документов

Содержание

СПИСОК СОКРАЩЕНИЙ 5
ВВЕДЕНИЕ 6
1. ПОСТАНОВКА ЗАДАЧИ 11
2. ТЕХНИКО-ЭКОНОМИЧЕСКОЕ ОБОСНОВАНИЕ ТЕМЫ 13
2.1. Анализ существующих разработок 14
2.2. Обоснование выбора средств разработки 16
3. РАЗРАБОТКА АЛГОРИТМИЧЕСКОГО И ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ 22
3.1....

СПИСОК СОКРАЩЕНИЙ 5
ВВЕДЕНИЕ 6
1. ПОСТАНОВКА ЗАДАЧИ 11
2. ТЕХНИКО-ЭКОНОМИЧЕСКОЕ ОБОСНОВАНИЕ ТЕМЫ 13
2.1. Анализ существующих разработок 14
2.2. Обоснование выбора средств разработки 16
3. РАЗРАБОТКА АЛГОРИТМИЧЕСКОГО И ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ 22
3.1. Исследование предметной области 22
3.2. Классификация видов контроля за исполнением документов 24
3.3. Разработка программно-алгоритмической части системы 25
3.4 Проектирование структуры базы данных системы 26
3.5. Инфологическое проектирование базы данных 28
3.6. Даталогическое проектирование базы данных 32
3.7. Полная физическая модель 37
4. РАЗРАБОТКА ПРОГРАММНОЙ ДОКУМЕНТАЦИИ 39
4.1. Назначение и условия применения 39
4.1.1. Назначение программы и выполняемые функции 39
4.1.2. Условия применения 40
4.1.3. Входные и выходные данные 40
4.2. Руководство оператора 41
5. ЭКСПЕРИМЕНТАЛЬНОЕ ТЕСТИРОВАНИЕ 49
5.1.Условия тестирования 49
5.2. Методики проведения испытаний 49
5.3. Результаты проведения испытаний 51
6. ЭКОНОМИЧЕСКАЯ ЧАСТЬ 53
6.1. Планирование работ 53
6.2. Расчет сметы затрат на разработку системы 55
6.2.1. Расчет заработной платы 56
6.2.2. Отчисления на социальные нужды 56
6.2.3. Расходы на эксплуатацию оборудования и лицензионное программное обеспечение 57
6.2.4. Расходы на покупные материалы 59
6.2.5. Накладные расходы 60
6.2.6. Полная плановая себестоимость 60
7.3. Экономическая эффективность использования проекта 62
ЗАКЛЮЧЕНИЕ 67
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 69
ПРИЛОЖЕНИЯ 71
ПРИЛОЖЕНИЕ 1: СХЕМА БАЗЫ ДАННЫХ 71
ПРИЛОЖЕНИЕ 2: ЛИСТИНГ НАИБОЛЕЕ ЗНАЧИМЫХ ЧАСТЕЙ ПРОГРАММЫ 72

...

Более 50%
?

Загружая работу автор подтверждает, что ее уникальность более 50%

уникальность
Автор работы
Эксперт
mic94
Куплено: 0 раз
2022

Веб-приложение для аренды и продажи недвижимости

Содержание

Введение 4
1 Постановка задачи 6
1.1 Описание предметной области 6
1.2 Функциональная модель предметной области 7
1.3 Описание входной информации 8
1.4 Описание выходной информации 8
1.5 Общие требования к программному продукту 8
1.6 Описание структу...

Введение 4
1 Постановка задачи 6
1.1 Описание предметной области 6
1.2 Функциональная модель предметной области 7
1.3 Описание входной информации 8
1.4 Описание выходной информации 8
1.5 Общие требования к программному продукту 8
1.6 Описание структуры базы данных 8
1.7 Контрольный пример 10
2 Экспериментальный раздел 11
2.1 Описание программы 11
2.2 Протокол тестирования программного продукта 13
2.3 Руководство пользователя 23
3 Экономический раздел 25
...

Более 50%
?

Загружая работу автор подтверждает, что ее уникальность более 50%

уникальность
Автор работы
Эксперт
user4929930
Куплено: 0 раз
2020

Диплом нейросети Колоризация чернобелых фотографий с помощью нейронных сетей

Содержание

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 8
1 МЕТОДЫ КОЛОРИЗАЦИИ ИЗОБРАЖЕНИЙ 10
1.1 Ручной подход 10
1.2 Нейросетевые подходы 10
1.2.1 Цветовое пространство Lab 10
1.2.2 Сверточные нейронные сети 11
1.2.3 Автоэнкодеры 13
1.2.4 Генеративно-состязательные сети...

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 8
1 МЕТОДЫ КОЛОРИЗАЦИИ ИЗОБРАЖЕНИЙ 10
1.1 Ручной подход 10
1.2 Нейросетевые подходы 10
1.2.1 Цветовое пространство Lab 10
1.2.2 Сверточные нейронные сети 11
1.2.3 Автоэнкодеры 13
1.2.4 Генеративно-состязательные сети 14
1.3 Сервисы колоризации черно-белых изображений 15
1.3.1 Онлайн-сервис Algorithmia 16
1.3.2 Онлайн-сервис colorize.cc 17
1.3.3 Онлайн-сервис MyHeritage 18
1.3.4 Онлайн-сервис colourise.sg 19
1.3.5 Онлайн-сервис color.artlebedev.ru 21
1.3.6 Онлайн-сервис от Mail.ru Group 22
1.4 Выводы по разделу 23
2 ЗАДАЧА КОЛОРИЗАЦИИ 24
2.1 Постановка задачи колоризации 24
2.2 Исходные данные 24
2.3 Нейронная сеть cGAN 25
2.3.1 Определение условной генеративно-состязательной сети 25
2.3.2 Архитектура условной генеративно-состязательной сети 26
2.3.4 Дискриминатор 30
2.4 Операция свертки 31
2.5 Операция транспонированной свертки 32
2.6 Функция пакетной нормализации данных 32
2.7 Операция исключения 33
2.8 Функции активации 34
2.8.1 Функция активации Relu 34
2.8.2 Функция активации LeakyRelu 35
2.8.3 Гиперболический тангенс 35
2.9 Функции потерь 36
2.9.1 Бинарная кросс-энтропия 36
2.9.2 Средняя абсолютная ошибка 36
2.10 Обучение 37
2.10.1 Оптимизатор функции потерь Adam 37
2.10.2 Метод обратного распространения ошибки 38
2.11 Метрики качества 40
2.11.1 Начальная оценка 40
2.11.2 Начальное расстояние Фреше 41
2.12 Выводы по разделу 42
3 РЕАЛИЗАЦИЯ МОДЕЛИ И ПРОВЕРКА НА ТЕСТОВЫХ ДАННЫХ 43
3.1 Архитектура сети 43
3.2 Алгоритмы работы программы и обучения полученной модели 46
3.3 Результаты 49
3.3.1 Графики обучения 49
3.3.2 Метрики 51
3.3.3 Проверка работы модели на тестовых данных 52
3.4 Выводы по разделу 54
ЗАКЛЮЧЕНИЕ 55
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 57
ПРИЛОЖЕНИЯ 62
ПРИЛОЖЕНИЕ 1 Исходный код программы 62
ПРИЛОЖЕНИЕ 2 Код тестирования модели 68
...

Более 50%
?

Загружая работу автор подтверждает, что ее уникальность более 50%

уникальность
Автор работы
Эксперт
niXXon174
Куплено: 0 раз
2019

Диплом Нейросети "Обнаружение и подсчет пешеходов в видеопотоке реального времени с помощью сверточной нейронной сети" сдан на 5 + исходный код

Содержание

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 6
1 МЕТОДЫ ДЕТЕКТИРОВАНИЯ ПЕШЕХОДОВ В РЕЖИМЕ РЕАЛЬНОГО
ВРЕМЕНИ 8
1.1 Этапы детектирования пешеходов 8
1.2 Компьютерное зрение 10
1.2.1 Метод вычитания фона 11
1.2.2 HOG дескриптор 13
1.2.3 Поиск контуров 18
1.3 Глубокие не...

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 6
1 МЕТОДЫ ДЕТЕКТИРОВАНИЯ ПЕШЕХОДОВ В РЕЖИМЕ РЕАЛЬНОГО
ВРЕМЕНИ 8
1.1 Этапы детектирования пешеходов 8
1.2 Компьютерное зрение 10
1.2.1 Метод вычитания фона 11
1.2.2 HOG дескриптор 13
1.2.3 Поиск контуров 18
1.3 Глубокие нейронные сети 20
1.3.1 Алгоритм R-CNN 20
1.3.2 Алгоритм Fast R-CNN 21
1.3.3 Алгоритм Faster R-CNN 23
1.3.4 Алгоритм YOLO 24
1.3.5 Алгоритм YOLOv3-tiny 27
1.3.6 Алгоритм YOLOv3 27
1.3.7 Алгоритм SSD 28
1.3.8 Алгоритм FPN 29
1.4 Выводы по главе 1 31
2 ДЕТЕКЦИЯ ПЕШЕХОДОВ С ПОМОЩЬЮ НЕЙРОННОЙ СЕТИ
YOLOV3 33
2.1 Архитектура нейронной сети 33
2.2 Подготовка данных 34
2.3 Постановка задачи детекции пешеходов 36
2.4 Метрики качества 37
2.4.1 Метрика точности (accuracy) 37
2.4.2 Метрика точности (precision) 38
2.4.3 Метрика полноты 38
2.4.4 Метрика локализации объекта 39
2.5 Обучение сверточной нейронной сети 40
2.5.1 Функции активации 40
2.5.2 Функция потерь 42
2.5.3 Операция свертки 43
2.5.4 Операция субдискретизации (пулинга) 44
2.5.5 Кодировщик. Нейронная сеть DarkNet-53. Декодировщик 45
2.5.6 Метод оптимизации функции потерь 47
2.5.7 Метод обратного распространения ошибки 48
2.6 Выводы по главе 2 52
3 РЕЗУЛЬТАТЫ ДЕТЕКТИРОВАНИЯ, ТРЕКИНГА И ПОДСЧЕТА
ПЕШЕХОДОВ В РЕЖИМЕ РЕАЛЬНОГО ВРЕМЕНИ СЕТЬЮ YOLOV3 53
3.1 Конфигурация нейронной сети 53
3.2 Алгоритмы обучения и тестирования нейронной сети YOLOv3 55
3.3 Результаты обучения, полученные метрики 58
3.4 Подсчет пешеходов по всем направлениям дорожного узла 61
3.5 Выводы по главе 3 63
ЗАКЛЮЧЕНИЕ 65
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 67
ПРИЛОЖЕНИЯ 71
ПРИЛОЖЕНИЕ 1 Код нормализации файлов с разметкой 71
ПРИЛОЖЕНИЕ 2 Обучение нейронной сети 75
ПРИЛОЖЕНИЕ 3 Код для запуска работы нейронной сети 91
ПРИЛОЖЕНИЕ 4 Код для подсчета пешеходов 95
...

Более 50%
?

Загружая работу автор подтверждает, что ее уникальность более 50%

уникальность
Автор работы
Эксперт
niXXon174
Куплено: 0 раз
2019

Диплом Нейросети "Удаление фона на изображении с помощью искусственных нейронных сетей" сдан на 5 + исходный код

Содержание

ОГЛАВЛЕНИЕ
ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ 8
ВВЕДЕНИЕ 9
1 УДАЛЕНИЕ ФОНА НА ИЗОБРАЖЕНИИ 11
1.1 Удаление фона на изображении как задача сегментации. Основные виды сегментации изображений 11
1.2 Классические подходы к сегментации изображения 13
1.2.1...

ОГЛАВЛЕНИЕ
ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ 8
ВВЕДЕНИЕ 9
1 УДАЛЕНИЕ ФОНА НА ИЗОБРАЖЕНИИ 11
1.1 Удаление фона на изображении как задача сегментации. Основные виды сегментации изображений 11
1.2 Классические подходы к сегментации изображения 13
1.2.1 Методы кластеризации 13
1.2.2 Методы наращивания областей 15
1.2.3 Сегментация по водоразделам (WaterShed) 17
1.2.4 Обнаружение контуров градиентным методом 19
1.2.5 Обнаружение контуров с помощью метода градиентной обра-ботки при линейной фильтрации 20
1.2.6 Алгоритм сегментации FloodFill 21
1.2.7 Ручное кодирование свойств области. Сегментация на основе градаций серого. Алгоритм Split&Merge; 22
1.2.8 Алгоритм сегментации GrabCut 22
1.2.9 Методы разреза графа 23
1.2.10 Суперпикселизация 24
1.3 Сегментация изображений с применением нейронных сетей 26
1.3.1 Общее описание 26
1.3.2 Нейронная сеть FCN 26
1.3.3 Нейронная сеть SegNet 27
1.3.4 Нейронная сеть U-Net 28
1.3.5 Нейронная сеть FPN 29
1.3.6 Нейронная сеть Mask R-CNN 30
1.4 Сервисы для удаления фона с изображения 31
1.4.1 Сервис для удаления фона с изображения Remove.bg 31
1.4.2 Сервис для удаления фона с изображения Background Burner 32
1.5 Выводы по разделу 32
2 ЗАДАЧА СЕГМЕНТАЦИИ 34
2.1 Постановка задачи удаления фона с изображения с помощью предвари¬тельной сегментации 34
2.2 Исходные данные. Работа с исходными изображениями 35
2.2.1 Источники набора данных 35
2.2.2 Предварительная обработка набора данных 35
2.2.3 Пакетное преобразование изображений. Расширение исходного
набора данных 37
2.2.4 Техника дополнительной разметки «Pseudo-labelling» 38
2.3 Операции свёртки 39
2.4 Операция субдискретизации (пулинг) 41
2.5 Функции активации RELU 42
2.6 Функции потерь 42
2.7 Метрика качества 44
2.8 Кодировщик. Нейронная сеть Resnet-50. Перенос обучения 45
2.9 Декодировщик 47
2.10 Операция DropOut 48
2.11 Архитектура нейронной сети U-Net 49
2.12 Архитектура нейронной сети FPN 50
2.13 Метод оптимизации функции потерь Adam 51
2.14 Обучение нейронных сетей U-Net и FPN с помощью алгоритма обрат¬ного распространения 54
2.15 Ансамблирование нейронных сетей U-Net и FPN 57
2.16 Матрица ошибок (Confusion matrix) 57
2.17 Выводы по разделу 58
3 РЕАЛИЗАЦИЯ МОДЕЛЕЙ И ПРОВЕРКА НА ТЕСТОВЫХ ДАННЫХ 60
3.1 Алгоритмы получения масок бинарной сегментации и обучения ней-ронных сетей 60
3.2 Архитектура и обучение нейронной сети U-Net 63
3.2.1 Архитектура 63
3.2.2 Обучение 65
3.2.3 Результаты работы 66
3.3 Архитектура и обучение нейронной сети FPN 69
3.3.1 Архитектура 69
3.3.2 Обучение 71
3.3.3 Результаты работы 71
3.4 Ансамблирование нейронных сетей U-Net и FPN. Результаты объедине-
ния масок бинарной сегментации 73
3.5 Выводы по разделу 75
ЗАКЛЮЧЕНИЕ 77
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 79
ПРИЛОЖЕНИЯ 84
ПРИЛОЖЕНИЕ 1 Исходный код 84
ПРИЛОЖЕНИЕ 2 Примеры набора данных 97
ПРИЛОЖЕНИЕ 3 Результаты работы НС 99...

Более 50%
?

Загружая работу автор подтверждает, что ее уникальность более 50%

уникальность
Автор работы
Эксперт
niXXon174
Куплено: 0 раз
2018

Диплом Нейросети "Колоризация черно-белых фотографий с помощью нейронных сетей" сдан на 5 + исходный код

Содержание

Python с применением библиотеки машинного обучения TensorFlow в среде разработки Jupyter Notebook. Проведен анализ работы модели с по¬мощью выбранных метрик для оценки качества генерации изображений.
Реализованная модель может быть использована в авт...

Python с применением библиотеки машинного обучения TensorFlow в среде разработки Jupyter Notebook. Проведен анализ работы модели с по¬мощью выбранных метрик для оценки качества генерации изображений.
Реализованная модель может быть использована в автоматизированных системах обработки изображений.
ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 8
1 МЕТОДЫ КОЛОРИЗАЦИИ ИЗОБРАЖЕНИЙ 10
1.1 Ручной подход 10
1.2 Нейросетевые подходы 10
1.2.1 Цветовое пространство Lab 10
1.2.2 Сверточные нейронные сети 11
1.2.3 Автоэнкодеры 13
1.2.4 Генеративно-состязательные сети 14
1.3 Сервисы колоризации черно-белых изображений 15
1.3.1 Онлайн-сервис Algorithmia 16
1.3.2 Онлайн-сервис colorize.cc 17
1.3.3 Онлайн-сервис MyHeritage 18
1.3.4 Онлайн-сервис colourise.sg 19
1.3.5 Онлайн-сервис color.artlebedev.ru 21
1.3.6 Онлайн-сервис от Mail.ru Group 22
1.4 Выводы по разделу 23
2 ЗАДАЧА КОЛОРИЗАЦИИ 24
2.1 Постановка задачи колоризации 24
2.2 Исходные данные 24
2.3 Нейронная сеть cGAN 25
2.3.1 Определение условной генеративно-состязательной сети 25
2.3.2 Архитектура условной генеративно-состязательной сети 26
2.3.4 Дискриминатор 30
2.4 Операция свертки 31
2.5 Операция транспонированной свертки 32
2.6 Функция пакетной нормализации данных 32
2.7 Операция исключения 33
2.8 Функции активации 34
2.8.1 Функция активации Relu 34
2.8.2 Функция активации LeakyRelu 35
2.8.3 Гиперболический тангенс 35
2.9 Функции потерь 36
2.9.1 Бинарная кросс-энтропия 36
2.9.2 Средняя абсолютная ошибка 36
2.10 Обучение 37
2.10.1 Оптимизатор функции потерь Adam 37
2.10.2 Метод обратного распространения ошибки 38
2.11 Метрики качества 40
2.11.1 Начальная оценка 40
2.11.2 Начальное расстояние Фреше 41
2.12 Выводы по разделу 42
3 РЕАЛИЗАЦИЯ МОДЕЛИ И ПРОВЕРКА НА ТЕСТОВЫХ ДАННЫХ 43
3.1 Архитектура сети 43
3.2 Алгоритмы работы программы и обучения полученной модели 46
3.3 Результаты 49
3.3.1 Графики обучения 49
3.3.2 Метрики 51
3.3.3 Проверка работы модели на тестовых данных 52
3.4 Выводы по разделу 54
ЗАКЛЮЧЕНИЕ 55
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 57
ПРИЛОЖЕНИЯ 62
ПРИЛОЖЕНИЕ 1 Исходный код программы 62
ПРИЛОЖЕНИЕ 2 Код тестирования модели 68...

Более 50%
?

Загружая работу автор подтверждает, что ее уникальность более 50%

уникальность
Автор работы
Эксперт
niXXon174
Куплено: 0 раз
2019

Диплом web разработка "Построение признакового пространства для визуальных элементов web-страниц" сдан на 5 + исходный код

Содержание

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 7
1 МЕТОДЫ, АЛГОРИТМЫ И МОДЕЛИ АНАЛИЗА ВЕБ-СТРАНИЦ 9
1.1 Методы машинного обучения 9
1.1.1 Деревья решений 10
1.1.2 Наивный байесовский классификатор 13
1.1.3 Выбор общих параметров 15
1.2 Методы анализа признакового прос...

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 7
1 МЕТОДЫ, АЛГОРИТМЫ И МОДЕЛИ АНАЛИЗА ВЕБ-СТРАНИЦ 9
1.1 Методы машинного обучения 9
1.1.1 Деревья решений 10
1.1.2 Наивный байесовский классификатор 13
1.1.3 Выбор общих параметров 15
1.2 Методы анализа признакового пространства 16
1.2.1 Корреляция 16
1.2.2 Автокорреляция 18
1.2.3 Факторный анализ 20
1.3 Подготовка данных для анализа 22
1.4 Описание предметной области 22
1.4.1 Веб-скрейпинг 22
1.4.2 Объектная модель документа 24
2 ПОСТРОЕНИЕ ПРИЗНАКОВОГО ПРОСТРАНСТВА 27
2.1 Постановка задачи 27
2.2 Формирование обучающей выборки 27
2.3 Пример признакового пространства для одной из веб-страниц 28
2.4 Выбор метода для поиска аналога 30
2.4.1 Деревья решений 30
2.4.2 Наивный байесовский классификатор 31
2.4.3 Выбор общих параметров 32
2.5 Отбор оптимальных признаков 33
2.6 Выводы по разделу 37
3 РАЗРАБОТКА ПРОГРАММЫ ДЛЯ ТЕСТИРОВАНИЯ МЕТОДА ПОИСКА
АНАЛОГОВ 38
3.1 Разработка архитектуры приложения 38
3.2 Проверка корректности работы 41
3.4 Выводы по разделу 46
ЗАКЛЮЧЕНИЕ 47
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 48
ПРИЛОЖЕНИЕ 1 Исходный код 52...

Более 50%
?

Загружая работу автор подтверждает, что ее уникальность более 50%

уникальность
Автор работы
Эксперт
niXXon174
Куплено: 1 раз
2019

Диплом Нейросети "Распознавание сервированных блюд с использованием нейронных сетей" сдан на 5 + исходный код

Содержание

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 8
1 РАСПОЗНАВАНИЕ ОБЪЕКТОВ НА ФОТОГРАФИИ 9
1.1 Классификация изображений 9
1.2 Детекция объектов на изображении 12
1.3 Методы для решения задач классификации и сегментации 13
1.4 Модели 14
1.4.1 Нейронные сети глубокого о...

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 8
1 РАСПОЗНАВАНИЕ ОБЪЕКТОВ НА ФОТОГРАФИИ 9
1.1 Классификация изображений 9
1.2 Детекция объектов на изображении 12
1.3 Методы для решения задач классификации и сегментации 13
1.4 Модели 14
1.4.1 Нейронные сети глубокого обучения 14
1.4.2 Сверточные нейронные сети 15
1.5 Балансировка набора данных 18
1.5.1 Удаление миноритарного класса 19
1.5.2 Случайное удаление примеров из мажоритарного класса 19
1.5.3 Дублирование примеров миноритарного класса 19
1.6 Существующие решения и аналоги 19
1.7 Выбор среды разработки 21
1.8 Вывод по главе 1 22
2 АЛГОРИТМ ДЛЯ РЕШЕНИЯ ЗАДАЧИ РАСПОЗНАВАНИЯ 23
2.1 Постановка задачи распознавания 23
2.2 Исходные данные для классификатора 23
2.3 Исходные данные для распознавания 26
2.4 Общий алгоритм для обучения нейронных сетей 28
2.5 Описание классификатора 29
2.6 Описание YOLOv3 31
2.7 Описание EfficentDet 33
2.8 Функции активации и потерь 35
2.9 Функции для оценки точности 36
2.10 Вывод по главе 2 37
3 ВЫЧИСЛИТЕЛЬНЫЙ ЭКСПЕРИМЕНТ И ПРОВЕРКА НА ТЕСТОВЫХ
ДАННЫХ 38
3.1 Параметры классификатора 38
3.2 Параметры детектирования с использованием YOLOv3 41
3.3 Параметры детектирования с использованием EfficentDet 43
3.4 Сравнение результатов работы YOLOv3 и EfficentDet 45
3.5 Выводы по 3 главе 47
ЗАКЛЮЧЕНИЕ 48
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 49
ПРИЛОЖЕНИЕ 1 Исходный код 53
...

Более 50%
?

Загружая работу автор подтверждает, что ее уникальность более 50%

уникальность
Автор работы
Эксперт
niXXon174
Куплено: 0 раз
2019

Диплом Нейросети "Преобразование RAW изображений в восьмибитный формат с применением нейронных сетей" сдан на 5 + исходный код

Содержание

ОГЛАВЛЕНИЕ
Введение 7
1 Демозаика RAW изображений 8
1.1 Методы демозаики RAW изображений 8
1.1.1 Матрица цифровых фотокамер 8
1.1.2 Формат RAW 10
1.1.3 Демозаика RAW изображений 11
1.1.4 Методы демозаики 13
1.2 Применение нейронных сетей...

ОГЛАВЛЕНИЕ
Введение 7
1 Демозаика RAW изображений 8
1.1 Методы демозаики RAW изображений 8
1.1.1 Матрица цифровых фотокамер 8
1.1.2 Формат RAW 10
1.1.3 Демозаика RAW изображений 11
1.1.4 Методы демозаики 13
1.2 Применение нейронных сетей 14
1.2.1 Искусственные нейронные сети 14
1.2.2 Классы нейронных сетей 17
1.2.3 Применение искусственных нейронных сетей 18
1.2.4 Преимущества и недостатки применения нейросетей 20
1.3 Свёрточные нейронные сети 23
1.3.1 Свёрточные нейросети в работе с изображениями 24
1.3.2 Параметры свёрточной нейросети 25
1.3.3 Архитектура свёрточных нейросетей 26
1.3.4 Слои свёртки 27
1.4 Существующие методы обработки RAW нейросетями 28
1.5 Вывод 30
2 Архитектура нейросети для демозаики 32
2.1 Постановка задачи 32
2.2 Исходные данные 32
2.3 Архитектура нейронной сети 34
2.4 Функция активации 34
2.5 Подготовка данных 36
2.6 Обучение нейросети 37
2.7 Вывод 40
3 Программа для преобразования RAW нейросетями 41
3.1 Блок-схема программы 41
3.2 Сравнение качества работы алгоритмов 42
3.3 Скорость преобразования (сравнительные метрики) 44
3.4 Вывод 45
4 Заключение 46
5 Библиографический список 47
Приложение 1 Код программы обучения нейросети 50...

Более 50%
?

Загружая работу автор подтверждает, что ее уникальность более 50%

уникальность
Автор работы
Эксперт
niXXon174
Куплено: 0 раз
2018

Диплом "Разработка интерпретатора с ограниченной памятью для специализированного языка программирования" сдан на 5 + исходный код

Содержание

ОГЛАВЛЕНИЕ
1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ УПРАВЛЕНИЯ РОБОТОМ С МОБИЛЬНОГО УСТРОЙСТВА

1.1 Постановка задачи 9
1.2 Виды роботов, управляемые с мобильного устройства 10
1.2.1 Робот-пылесос 10
1.2.2 Конструкторы Mindstorms 11
1.2.3 Plen2 12
1.2.4 He...

ОГЛАВЛЕНИЕ
1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ УПРАВЛЕНИЯ РОБОТОМ С МОБИЛЬНОГО УСТРОЙСТВА

1.1 Постановка задачи 9
1.2 Виды роботов, управляемые с мобильного устройства 10
1.2.1 Робот-пылесос 10
1.2.2 Конструкторы Mindstorms 11
1.2.3 Plen2 12
1.2.4 Hexapod Robot 13
1.2.5 Meet Cubetto 14
1.2.6 Kibo Robot 16
1.2.7 EdBlocks 17
1.2.8 ПиктоМир 17
1.3 История Bluetooth 18
1.4 Проблемы первых Bluetooth устройств 19
1.5 Выводы по первому разделу 20
2 МОДЕЛЬ ВЫЧИСЛИТЕЛЯ 21
2.1 Грамматика языка 21
2.2 Сокращенные грамматики языка 22
2.2.1 Первая сокращенная грамматика 22
2.2.2 Вторая сокращенная грамматика 22
2.2.3 Третья сокращенная грамматика 22
2.2.4 Четвертая сокращенная грамматика 23
2.3 Алгоритмы работы программы для сокращенных грамматик 23
2.3.1 Алгоритм работы программы для первой сокращенной грамматики 23
2.3.2 Алгоритм работы программы для второй сокращенной грамматики 24
2.3.3 Алгоритм работы программы для третьей сокращенной грамматики 24
2.3.4 Алгоритм работы программы для четвертой сокращенной грамматики 26
2.4 Теорема о выполнимости программы 27
2.5 Алгоритм работы программы 29
2.6 Выводы по второму разделу 33
3 РАЗРАБОТКА ПРОГРАММЫ ДЛЯ ТЕСТИРОВАНИЯ РАБОТЫ ИМИТАТОРА 34
3.1 Инструменты разработки 34
3.2.1 Web Bluetooth API 34
3.2.2 Приложение nRF Connect for Mobile 35
3.2.3 Web Progressive App 38
3.2 Описание функций программы 39
3.3 Интерпретация 40
3.4 Описание работы программы 42
3.5 Пример работы программы 43
3.6 Выводы по третьему разделу 51
ЗАКЛЮЧЕНИЕ 52
БИБЛЕОГРАФИЧЕСКИЙ СПИСОК 53
ПРИЛОЖЕНИЕ 1 Исходный код 60...

Более 50%
?

Загружая работу автор подтверждает, что ее уникальность более 50%

уникальность
Автор работы
Эксперт
niXXon174
Куплено: 0 раз
2018

Диплом "Мобильное приложение для восстановления геометрии помещений" сдан на 5 + исходный код

Содержание

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 7
1 МЕТОДЫ ВОССТАНОВЛЕНИЯ ГЕОМЕТРИИ ПОМЕЩЕНИЙ 9
1.1 Методы обмера объектов разных категорий 9
1.1.1 Фотограмметрический метод 9
1.1.2 Геодезический метод 11
1.1.3 Натурный метод 12
1.2 Способы теодолитной съёмки ситуац...

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 7
1 МЕТОДЫ ВОССТАНОВЛЕНИЯ ГЕОМЕТРИИ ПОМЕЩЕНИЙ 9
1.1 Методы обмера объектов разных категорий 9
1.1.1 Фотограмметрический метод 9
1.1.2 Геодезический метод 11
1.1.3 Натурный метод 12
1.2 Способы теодолитной съёмки ситуации 12
1.2.1 Способ перпендикуляров 13
1.2.2 Способ полярных координат 14
1.2.3 Способ биполярных координат 15
1.2.4 Способ створов 15
1.2.5 Способ обхода 16
1.3 Современные устройства для обмера помещения 16
1.4 Метод пространственной полярной засечки 18
1.5 Методы коррекции при восстановлении геометрии помещений 21
1.6 Приложения по восстановлению геометрии 25
1.6.1 Floor Plan Creator 25
1.6.2 Planner 5D 26
1.6.3 Magic Plan 28
1.7 Выводы по первому разделу 29
2 АЛГОРИТМ ВОСТАНОВЛЕНИЯ ГЕОМЕТРИИ ПОМЕЩЕНИЙ 31
2.1 Постановка задачи 31
2.2 Математическая модель 31
2.3 Решение задачи 32
2.4 Реализация алгоритма 37
2.4.1 Описание классов 37
2.4.2 Вычислительный эксперимент 39
2.5 Выводы по второму разделу 40
3 РАЗРАБОТКА МОБИЛЬНОГО ПРИЛОЖЕНИЯ ДЛЯ ВОСТАНОВЛЕНИЯ
ГЕОМЕТРИИ ПОМЕЩЕНИЙ 41
3.1 Язык программирования Java 41
3.2 Среда разработки Android Studio 42
3.3 Разработка мобильного android-приложения 43
3.3.1 Разработка графического интерфейса 43
3.3.2 Разработка общей структуры программы 44
3.3.3 Использование приложения 46
3.4 Выводы по третьему разделу 48
ЗАКЛЮЧЕНИЕ 49
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 51
ПРИЛОЖЕНИЯ 54
ПРИЛОЖЕНИЕ А 54
ПРИЛОЖЕНИЕ Б 65...

Более 50%
?

Загружая работу автор подтверждает, что ее уникальность более 50%

уникальность
Автор работы
Эксперт
niXXon174
Куплено: 0 раз
2018

Диплом Нейросети "Мониторинг транспортных средств в видеопотоке реального времени с помощью нейронной сети YOLOv3" сдан на 5 + исходный код

Содержание

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 8
1 ТЕХНОЛОГИИ МОНИТОРИНГА ТРАНСПОРТНЫХ СРЕДСТВ 10
1.1 Существующие решения 10
1.1.1 Система Sensys 10
1.1.2 Программное обеспечение TrafficData 11
1.1.3 Программное обеспечение Avedex 13
1.2 Нейросетевые подходы к реш...

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 8
1 ТЕХНОЛОГИИ МОНИТОРИНГА ТРАНСПОРТНЫХ СРЕДСТВ 10
1.1 Существующие решения 10
1.1.1 Система Sensys 10
1.1.2 Программное обеспечение TrafficData 11
1.1.3 Программное обеспечение Avedex 13
1.2 Нейросетевые подходы к решению задач обнаружения объектов 13
1.2.1 Семейство архитектур на основе R-CNN 13
1.2.2 Архитектура SSD 16
1.2.3 Семейство архитектур на основе YOLO 17
1.3 Обзор библиотек для работы с нейронными сетями 20
1.3.1 Библиотека PyTorch 20
1.3.2 Библиотека TensorFlow 20
1.4 Выводы 21
2 АРХИТЕКТУРА И ОБУЧЕНИЕ НЕЙРОННОЙ СЕТИ YOLOV3 22
2.1 Постановка задачи 22
2.2 Исходные данные 22
2.3 Архитектура нейронной сети 24
2.4 Подготовка данных 29
2.5 Обучение нейронной сети YOLOv3 32
2.5.1 Функции активации 34
2.5.2 Функция потерь 34
2.6 Метрики качества 38
2.7 Подсчет транспортных средств 41
2.8 Выводы 43
3 РЕАЛИЗАЦИЯ ПРОГРАММЫ И ПРОВЕРКА НА ТЕСТОВОМ ПЕРЕКРЕСТКЕ 44
3.1 Конфигурация и обучение нейронной сети YOLOv3 44
3.2 Результаты обучения и полученные метрики качества 48
3.3 Алгоритм подсчета транспортных средств 50
3.4 Подсчет транспортных средств в режиме реального времени 53
3.5 Проект «AIMS» 54
3.6 Выводы 56
ЗАКЛЮЧЕНИЕ 57
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 58
ПРИЛОЖЕНИЯ 61
ПРИЛОЖЕНИЕ 1 Текст программы для аугментации изображений 61
ПРИЛОЖЕНИЕ 2 Текст программы для получения кадров с видеопотока ... 66
ПРИЛОЖЕНИЕ 3 Текст программы для обнаружения транспортных средств 70
...

Более 50%
?

Загружая работу автор подтверждает, что ее уникальность более 50%

уникальность
Автор работы
Эксперт
niXXon174
Куплено: 0 раз
2015

Разработка веб-приложения для малого бизнеса

Содержание

стословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстосл...

стословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословстословн...

Более 50%
?

Загружая работу автор подтверждает, что ее уникальность более 50%

уникальность
Автор работы
Эксперт
Dura44
Куплено: 0 раз
2019

Разработка информационной системы для автошколы

Содержание

СОДЕРЖАНИЕ
Введение, Глава 1 Технология разработки информационных систем, Основные понятия, сравнительный анализ СУБД, среда программирования, Глава 2 Разработка информационной системы АНО «образовательный центр“Форсаж”», Разработка и проектирование...

СОДЕРЖАНИЕ
Введение, Глава 1 Технология разработки информационных систем, Основные понятия, сравнительный анализ СУБД, среда программирования, Глава 2 Разработка информационной системы АНО «образовательный центр“Форсаж”», Разработка и проектирование ИС, пользовательский интерфейс, Заключение , Список использованных источников...

Более 50%
?

Загружая работу автор подтверждает, что ее уникальность более 50%

уникальность
Автор работы
Эксперт
nina109
Куплено: 2 раза
2021

Разработка программного продукта для автоматизации управления библиотекой (язык c#)

Содержание

ВВЕДЕНИЕ 5
1. ТЕОРЕТИЧЕСКАЯ ЧАСТЬ 7
1.1. Анализ деятельности предприятия 7
1.2. Функциональное назначение 8
1.3. Средства разработки 8
2. ПРАКТИЧЕСКАЯ ЧАСТЬ 13
2.1 Разработка приложения 13
2.2 Руководство пользователя 14
2.3 Расчет экономической эффе...

ВВЕДЕНИЕ 5
1. ТЕОРЕТИЧЕСКАЯ ЧАСТЬ 7
1.1. Анализ деятельности предприятия 7
1.2. Функциональное назначение 8
1.3. Средства разработки 8
2. ПРАКТИЧЕСКАЯ ЧАСТЬ 13
2.1 Разработка приложения 13
2.2 Руководство пользователя 14
2.3 Расчет экономической эффективности проекта 16
2.3.1 Составление плана по разработке программного средства 17
2.3.2 Определение цены научно-технического продукта 18
2.3.3 Экономическая эффективность разработки 24
2.4 правовые, нормативные, социально-экономические и организационные вопросы охраны труда 26
2.4.1 Обеспечение безопасности труда при использовании персональных компьютеров 27
2.4.2 Пожарная безопасность 34
2.4.3 Охрана окружающей среды 36
ЗАКЛЮЧЕНИЕ 39
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 41
ПРИЛОЖЕНИЕ стр 42 -61...

Более 50%
?

Загружая работу автор подтверждает, что ее уникальность более 50%

уникальность
Автор работы
Эксперт
Уртимэль
Куплено: 0 раз

Гарантии Автор24

Отзывы от тех, кто уже покупал работу

Александр З ( 24, КемГУ ) 04-10-2021

В магазине готовых работ Автор24 проверочные заказывал неоднократно. Качество как всегда на высоте. Оформлены правильно, замечаний от препода не было. Радует то, что ждать написания не нужно, сразу покупаешь и все. Спасибо авторам, которые пишут хорошие работы и помогали мне за все годы обучения много раз.

Положительно
Общая оценка 4
Олег Ф ( 24, ХПК ) 21-09-2021

Все мы знаем, что большинство заданий в вузах не уникальны, поэтому магазин готовых работ на этом сайте было для меня настоящим спасением. Тут сразу можно купить нужное задание, цены низкие, оформление по госту, на доработку никогда не отправлялись. В общем сайтом доволен на все 100%. Спасибо, что упростили мое обучение в институте и избавили от головняка с написанием моего задания.

Положительно
Общая оценка 4
Наталья Т ( 21, ВГУ ) 03-10-2021

Магазин работ Автор24 выручал меня много раз. Там есть учебные материалы по всем вузовским предметам. В базе я выбрала дипломную работу, практическая часть написана идеально, поэтому все расчеты я поняла сразу. Очень порадовали цены и качество оформления. Кстати, если не знаешь с чего начать написание, то готовую работу можно использовать в качестве базы для своего задания.

Положительно
Общая оценка 5
Константин И ( 21, ГАУГН ) 31-10-2021

Купил готовую работу в магазине Автор24. Честно говоря немного сомневался в качестве, думал, что будет как под копирку на других сайтах, но, к счастью, ошибся. Работа была хорошей, оформлена правильно плюс ко всему порадовали низкие цены и скорость обработки заявки. На сайте очень удобный функционал, все предельно ясно и просто. Спасибо за помощь!

Положительно
Общая оценка 4
Анастасия Б ( 19, СПбГу ) 26-07-2021

С сайтом Автор24 сотрудничаю уже много лет. За весь период обучения покупала тут контрольные, курсовые, решение задач. Сейчас заказала работу в магазине готовых заданий. Ни разу не сомневалась в качестве. Замечаний не было. В общем рекомендую эту биржу и в частности их магазин. Не сомневайтес, тут хорошие работы.

Положительно
Общая оценка 5
Екатерина П ( 24, ВГУ ) 18-09-2021

Автор24 могу петь дифирамбы все время. Сайт очень удобен в плане функционала, нравится широкий выбор тем в магазине готовых работ, доступные цены и оформление текста по госту. Свой диплом я купила в этом магазине. Несмотря на низкую цену, качество его было высокое. Оформлен правильно. Были некоторые замечания по одному из разделов, но я сама их быстро исправила. Рекомендую! 4 из 5

Положительно
Общая оценка 4
Кристина И ( 21, МГПУ ) 01-07-2021

Магазин готовых работ – это настоящее спасение для любого студента. Не нужно ждать пока тебе напишут материал. Заходишь в базу и выбираешь по своей теме. Есть ознакомительный фрагмент текста, что очень удобно. Единственное, что не понравилось, так это что автор по итогу назвал цену выше чем было указано на сайте, но зато она была идеальна. Замечаний не было. Спасибо вам за помощь!

Положительно
Общая оценка 4
Анастасия Л ( 21, ГУАП ) 19-10-2021

Спасибо Автор24 за качественную работу, подробные пояснения к ней и низкие цены. Моя работа очень понравилась научному руководителю проекта, он похваоил за полное раскрытие темы, отметил что оформлена правильно, замечаний у него не было. Презентацию я сделала сама, но если нет возможности сделать самостоятельно, то тут ее тоже можно купить.

Положительно
Общая оценка 4
Татьяна М ( 23, ВГУ ) 10-09-2021

С автор24 я работаю уже много лет, все время покупала задния в магазине готовых работ. Из плюсов могут отметить следующее: низкие цены, быстрая оплата, оформление текста по госту, полное соответствие заявленной теме. Не понравилось только то, что было несколько замечаний касаемо расчетов. Несмотря на это, я рекомендую этот сайт и их магазин готовых работ.

Положительно
Общая оценка 5
Георгий Я ( 21, СПбГу ) 10-08-2021

Скажу сразу – преимуществ тут однозначно больше. За мою дипломную работу препод поставил 5, оценил правильность оформления и соответствие теме. Лично мне понравилось, что не нужно было ждать написания. Переживал, что работа будет скопирована из интернета, но такого материала в сети не было. Единственный минус - это немного завышенная цена, но зато работа была идеальна и получил за нее отлично. Поэтому рекомендую.