Národní úložiště šedé literatury Nalezeno 17 záznamů.  předchozí11 - 17  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Zvýšení úspěšnosti klasifikace v libSVM s použitím řetězcových fukcí
Homoliak, Ivan ; Drozd, Michal (oponent) ; Michlovský, Zbyněk (vedoucí práce)
Práce se zabýva zkoumáním závislostí kvality klasifikace textových řetězců na vlastnostech vybraných řetězcových funkcí, použitých na určení míry podobnosti dvou textových řetezců. Práce přešetřuje též kombinování výsledků řetězcových funkcí aritmetickými operacemi plus a krát. Získané výsledky se v práci aplikují na detekci nevyžádané elektronické pošty.
Rozpoznání stavu hry Scrabble
Staněk, Jiří ; Polok, Lukáš (oponent) ; Svoboda, Pavel (vedoucí práce)
Tato práce se zabývá problematikou zpracování obrazu, detekce a rozpoznávání objektů v obraze a OCR (Optical Character Recognition). Popisuje návrh a implementaci aplikace pro rozpoznání stavu hry Scrabble využívající některé algoritmy z této oblasti. Je zde popsána detekce hrací desky a jednotlivých písmen v obraze. Dále klasifikace detekovaných písmen a tvorba slov. Výsledná aplikace využívá knihovny OpenCV pro zpracování obrazu a LIBSVM pro klasifikaci písmen. Aplikace byla testována na vlastní sadě fotografií.
Získávání znalostí z obrazových databází
Jaroš, Ondřej ; Řezníček, Ivo (oponent) ; Chmelař, Petr (vedoucí práce)
Tato diplomová práce je zaměřena na problematiku získávání znalostí z databází, především pak na metody klasifikace a predikce. Tyto metody jsou zde podrobně popsány. Dále se práce zabývá obecně multimediálními databázemi a způsobem, jakým jsou do těchto databází data ukládána. Především jsou tu pak popsány metody pro nízkoúrovňové zpracování obrazových a video dat. V praktické části se diplomová práce zaměřuje na implementaci metody GMM používané pro extrakci nízkoúrovňových rysů z video dat a obrázků. V dalších částech jsou popsána vstupní data a nástroje, se kterými byla implementovaná metoda porovnávána. Poslední část se zaměřuje na experimenty porovnávající účinnost extrakce rysů vysoké úrovně z nízkoúrovňových dat implementované metody a vybraného klasifikačního nástroje LibSVM.
Detekce a rozpoznání dopravních značek v obraze
Spáčil, Pavel ; Hradiš, Michal (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zaměřuje na téma rozpoznávání dopravních značek v obraze. Popisuje stručně některé používané metody a zaměřuje se hlavně na zvolený postup klasifikace. Ten je zevrubně popsán včetně rozšíření a metody pro vytváření modelů nutných při klasifikaci. V práci je popsána implementace knihovny a demonstračního programu včetně důležitých poznatků zjištěných během vývoje. V závěru práce jsou uvedeny výsledky několika experimentů a možné rozšíření.
Získávání znalostí z multimediálních databází
Jurčák, Petr ; Řezníček, Ivo (oponent) ; Chmelař, Petr (vedoucí práce)
Práce je věnována tématu problematiky získávání znalostí z databází. Je zaměřena na základní metody klasifikace a predikce pro dolování dat. Dále se práce zaobírá extrakci nízkoúrovňových rysů z video dat a obrázků, a také shrnuje poznatky z podobnostního vyhledávání v multimediálním obsahu a indexaci tohoto typu dat. Závěr je věnován implementaci vybrané klasifikační metody a porovnání dosažených výsledků s nástrojem LibSVM.
Získávání znalostí z multimediálních databází
Jirmásek, Tomáš ; Řezníček, Ivo (oponent) ; Chmelař, Petr (vedoucí práce)
Tato diplomová práce se zabývá problematikou získávání znalostí z databází. Důraz je kladen zejména na základní metody klasifikace a predikce pro dolování dat. Dále tato práce obsahuje úvod do multimediálních databází a získávání znalostí z těchto databází. Cílem části zabývající se aplikací dolování z multimediálních dat bylo zaměřit se na extrakci nízkoúrovňových rysů z video dat a obrázků. V dalších částech je uveden popis používaných dat a výsledky experimentů prováděných nad těmito daty v nástrojích RapidMiner, LibSVM a pomocí vlastní vytvořené aplikace. Závěr práce obsahuje porovnání použitých metod pro extrakci rysů vysoké úrovně z nízkoúrovňového popisu dat.
Rozpoznávání a přehrávání not z fotografie
Staněk, Jiří ; Veľas, Martin (oponent) ; Pavelková, Alena (vedoucí práce)
Tato práce se zabývá vývojem aplikace pro automatické rozpoznávání not. Aplikace je určena pro mobilní telefony s operačním systémem Android. Práce obsahuje stručný úvod do problematiky a uvádí některá existující řešení problému. Jsou zde popsány použité metody pro zpracování obrazu a klasifikaci. Dále je popsán návrh a implementace samotné aplikace, kde je uveden způsob detekce a odstranění notových linek, detekce a zpracování hudebních symbolů a jejich klasifikace. Následuje vyhodnocení finální aplikace a shrnutí dosažených výsledků.

Národní úložiště šedé literatury : Nalezeno 17 záznamů.   předchozí11 - 17  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.