|
|
Segmentace obrazu pomocí neuronové sítě
Vrábelová, Pavla ; Žák, Pavel (oponent) ; Švub, Miroslav (vedoucí práce)
Tato práce se zabývá aplikací neuronových sítí na problém segmentace obrazových dat. První část práce je věnována úvodu do problematiky zpracování obrazu a neuronových sítí, v druhé části je popsán vytvořený segmentační systém a jsou prezentovány výsledky provedených experimentů. Vytvořený segmentační systém umožňuje použití různých typů klasifikátorů, extrakci různých příznaků pro klasifikaci a také vyhodnocení úspěšnosti segmentace. Byly vytvořeny dva klasifikátory - neuronová síť (samoorganizační mapa) a algoritmus K-means. Pro klasifikaci byly použity barevné (RGB a HSV) a texturní příznaky a jejich kombinace. Texturní příznaky byly získány pomocí sady Gáborových filtrů. Byly provedeny experimenty s vytvořenými klasifikátory a extraktory a porovnány výsledky.
|
|
|
Příprava domácích úloh pro předmět Algoritmy
Vrábelová, Pavla ; Techet, Jiří (oponent) ; Lukáš, Roman (vedoucí práce)
Tato bakalářská práce se zabývá návrhem a vytvořením nové sbírky úloh pro předmět Algoritmy. Na začátku jsou vysvětleny pojmy algoritmus a algoritmická složitost, jsou popsány všeobecné vlastnosti a druhy algoritmů. Dále jsou podrobně popsány jednotlivé řadicí a vyhledávací algoritmy, které byly zpracovány v rámci sbírky úloh. Je vysvětlen princip činnosti, definována algoritmická složitost, do jaké kategorie algoritmus spadá, oblast použití, výhody a nevýhody. Další část popisuje principy systému pro automatizované zadávání a hodnocení úloh. Poslední kapitola se zabývá popisem implementace jednotlivých částí systému.
|
|
|
Classifier of astrophysics data
Rylko, Vojtěch ; Vrábelová, Pavla (oponent) ; Zendulka, Jaroslav (vedoucí práce)
This bachelor thesis describes selection, design and implementation of a data mining algoritm for astrophysical usage. The implementation of the random decision forests algorithm in C++ is evaluated on two astrophysical and some general experiments. Experiments are both classification and regression with time measuring. For comparison another three implementations are evaluated. The resulting implementation shows good results mainly in classification.
|
|
|
Příprava domácích úloh pro předmět Algoritmy
Vrábelová, Pavla ; Techet, Jiří (oponent) ; Lukáš, Roman (vedoucí práce)
Tato bakalářská práce se zabývá návrhem a vytvořením nové sbírky úloh pro předmět Algoritmy. Na začátku jsou vysvětleny pojmy algoritmus a algoritmická složitost, jsou popsány všeobecné vlastnosti a druhy algoritmů. Dále jsou podrobně popsány jednotlivé řadicí a vyhledávací algoritmy, které byly zpracovány v rámci sbírky úloh. Je vysvětlen princip činnosti, definována algoritmická složitost, do jaké kategorie algoritmus spadá, oblast použití, výhody a nevýhody. Další část popisuje principy systému pro automatizované zadávání a hodnocení úloh. Poslední kapitola se zabývá popisem implementace jednotlivých částí systému.
|
|
|
Classifier of astrophysics data
Rylko, Vojtěch ; Vrábelová, Pavla (oponent) ; Zendulka, Jaroslav (vedoucí práce)
This bachelor thesis describes selection, design and implementation of a data mining algoritm for astrophysical usage. The implementation of the random decision forests algorithm in C++ is evaluated on two astrophysical and some general experiments. Experiments are both classification and regression with time measuring. For comparison another three implementations are evaluated. The resulting implementation shows good results mainly in classification.
|
|
|
Segmentace obrazu pomocí neuronové sítě
Vrábelová, Pavla ; Žák, Pavel (oponent) ; Švub, Miroslav (vedoucí práce)
Tato práce se zabývá aplikací neuronových sítí na problém segmentace obrazových dat. První část práce je věnována úvodu do problematiky zpracování obrazu a neuronových sítí, v druhé části je popsán vytvořený segmentační systém a jsou prezentovány výsledky provedených experimentů. Vytvořený segmentační systém umožňuje použití různých typů klasifikátorů, extrakci různých příznaků pro klasifikaci a také vyhodnocení úspěšnosti segmentace. Byly vytvořeny dva klasifikátory - neuronová síť (samoorganizační mapa) a algoritmus K-means. Pro klasifikaci byly použity barevné (RGB a HSV) a texturní příznaky a jejich kombinace. Texturní příznaky byly získány pomocí sady Gáborových filtrů. Byly provedeny experimenty s vytvořenými klasifikátory a extraktory a porovnány výsledky.
|
host ::
RSS.