Класифікація гіперспектральних зображень за допомогою згорткових нейронних мереж і багатоознакового навчання
Вантажиться...
Дата
2024
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Магістерська дисертація: 102 сторінки, 19 рисунків, 27 таблиць, додаток,
15 посилань.
Об’єкт дослідження – гіперспектральні зображення, які використовуються
для аналізу спектральної інформації різних об'єктів та матеріалів.
Предмет дослідження – алгоритми класифікації гіперспектральних
зображень, що базуються на згорткових нейронних мережах (CNN) та методах
багатоознакового навчання.
Мета роботи – дослідити існуючі методи класифікації гіперспектральних
зображень, розробити метод класифікації гіперспектральних зображень за
допомогою згорткових нейронних мереж і багатоознакового навчання.
Результати роботи – було створено і протестовано метод класифікації
гіперспектральних зображень на основі штучного інтелекту, проведено
порівняння розробленого методу із класичними.
Опис
Ключові слова
згорткові нейронні мережі, класифікація, гіперспектральні зображення, штучний інтелект, увага до каналу, convolutional neural networks, classification, hyperspectral images, artificial intelligence, channel attention
Бібліографічний опис
Шулєнін, О. М. Класифікація гіперспектральних зображень за допомогою згорткових нейронних мереж і багатоознакового навчання : магістерська дис. : 122 Комп'ютерні науки / Шулєнін Олександр Максимович. - Київ, 2024. - 102 с.