Белиовская Л.Г Основы машинного зрения в среде LabVIEW

Данная книга представляет собой краткий учебный курс для школьников и студентов по машинному зрению и цифровой обработки изображений в среде визуального программирования LabVIEW с использованием библиотеки IMAQ Vision. Рассматриваются основные аспекты получения, хранения, обработки и анализа цифровых изображений, а также автоматического выделения и распознавания на изображениях различного рода объектов • Приводятся многочисленные примеры практических приложений машинного и компьютерного зрения в таких областях, как автоматизация измерений и технический контроль, видеонаблюдение, биометрия, обработка документов, медицинские приложения

Книга представляет собой учебник по машинному обучению с акцентом на коммерческие приложения. Она предлагает подробное описание наиболее важных подходов к машинному обучению, используемых в интеллектуальном анализе данных, охватывающих как теоретические концепции, так и практические приложения. Формальный математический материал дополняется пояснительными примерами, а примеры исследований иллюстрируют применение этих моделей в более широком контексте бизнеса

Компактный компьютер для систем машинного зрения, Intel i7-3610QM 2.3ГГц, 4Гб RAM, 2xCamera Link, 2xGbE порта, DVI-I, 2xUSB 3.0, 4xUSB2.0, 32DI/32DO, 2 отсека 2.5" SATA, CFAST,10...30В DC ADLink EOS-4010/M4G

Компактный компьютер для систем машинного зрения, Intel i5-3610ME 2.7ГГц, 4Гб RAM, 2xCamera Link, 2xGbE порта, DVI-I, 2xUSB 3.0, 4xUSB2.0, 32DI/32DO, 2 отсека 2.5" SATA, CFAST,10...30В DC ADLink EOS-4000/M4G

Компактный компьютер для систем машинного зрения, Intel i7-2710 2.1ГГц, 4Гб RAM, 4xGigabit PoE, 2xUSB 3.0 ADLink EOS-1200/M4G

Компактный компьютер для систем машинного зрения, Intel i7-2710 2.1ГГц, 4Гб RAM, 4xGigabit PoE, 2xUSB 3.0, 320Гб HDD ADLink EOS-1200/M4G/HDD320G

В первом томе комплекса учебников "Прикладная механика сплошных сред" приведены основные элементы векторного и тензорного анализа, необходимые и достаточные для изучения краткого курса "Основы механики сплошных сред", излагаемого с помощью математического аппарата тензорного исчисления. Рассмотрены понятия и соответствующие физические величины, используемые для описания движения и состояния материального континуума. Выводятся уравнения и соотношения, справедливые для описания поведения любых сплошных сред независимо от их агрегатного состояния и физико-механических свойств. Описаны основные реологические модели сплошных сред и приведены соответствующие физические соотношения. Даны общие принципы постановки задач механики сплошных сред и примеры постановки ряда практических задач

Настоящая книга содержит лекции по курсу "Основы механики сплошных сред", которые были прочитаны автором для студентов второго курса отделения механики механико-математического факультета Московского государственного университета им. М.В.Ломоносова. Лекции охватывают следующие разделы механики сплошных сред: элементы тензорного исчисления; основные понятия, используемые для описания движения и деформирования сплошных сред; универсальные физические законы сохранения и следующие из них дифференциальные уравнения и условия на поверхностях сильного разрыва; простейшие модели жидкостей, газов и упругих сред • Книга предназначена для исследователей в области механики, а также преподавателей и студентов соответствующих специальностей

Сборник задач содержит более тысячи задач и упражнений по механике материальных точек и сплошной среды. Подбор и распределение задач по главам и разделам соответствует одноименному учебнику (В.В. Учайкин. Механика. Основы механики сплошных сред. СПб.: Лань), для поддержки освоения материала которого задачник и предназначен. Наличие указаний к решению большинства задач и ответов позволяет использовать задачник не только в аудиторной, но и в самостоятельной работе • Вкупе с упомянутым учебником задачник ориентирован на подготовку специалистов (бакалавров), обучающихся по направлениям подготовки, входящих в УГС: «Физика и астрономия», «Физико-технические науки и технологии», и другим физическим и инженерно-физическим направлениям, где предусмотрен курс механики и сплошных сред

В пособии изложены основы машинного обучения, а также история его появления, даны определения основным понятиям: выборка, объекты выборки, параметры; функционал ошибки и прочее; описаны основы градиентного спуска и его модификаций, основные алгоритмы обучения с учителем и обучения без учителя • Для студентов, обучающихся по направлениям подготовки 09.03.04 — Программная инженерия; 09.03.03 — Прикладная информатика; 02.04.02 — Фундаментальная информатика и информационные технологии; 09.04.02 — Информационные системы и технологии

Машинное обучение часто используется для построения прогностических моделей путем извлечения шаблонов из больших наборов данных. Эти модели используются в приложениях для прогнозирования данных, включая прогнозирование цен, оценку риска, прогнозирование поведения клиентов и классификацию документов. Этот вводный учебник предлагает подробное и целенаправленное рассмотрение наиболее важных подходов к компьютерному обучению, используемых в интеллектуальном анализе данных, охватывающих как теоретические концепции, так и практические приложения. Формальный математический материал дополняется пояснительными примерами, а примеры исследований иллюстрируют применение этих моделей в более широком контексте бизнеса. После обсуждения перехода от подготовки данных до понимания решения в книге описываются четыре подхода к компьютерному обучению: информационное обучение, обучение на основе сходства, вероятностное обучение и обучение на основе ошибок

Приведено описание программы LabVIEW для создания измерительных приборов и систем. Показано применение данной программы для графического моделирования информационно-измерительных систем (ИИС) на примере создания виртуального прибора (ВП) для спектрального анализа импульсных сигналов: создание иконки аналого-цифрового преобразователя (АЦП) и соединительной панели. Рассматривается создание и редактирование графических компонентов управления и индикации устройств в учебной программе и примеры создания дополнительных различных виртуальных приборов • Для студентов факультета радиотехники и электроники