Восприятия классификация видов: Классификация и виды восприятия

Содержание

ПОНЯТИЕ О ВОСПРИЯТИИ. КЛАССИФИКАЦИЯ ВОСПРИЯТИЯ. ОСНОВНЫЕ СВОЙСТВА ВОСПРИЯТИЯ

Понятие восприятия

Восприятие — целостное отражение предметов, ситуаций и явлений объективного мира, возникающих при непосредственном воздействии физических раздражителей на рецепторные поверхности органов чувств.

В результате восприятия у человека появляется образ восприятия, то есть образ объекта или явления окружающего мира в момент контакта с ним человека.

Способность ощущать дана нам и всем живым существам, обладающим нервной системой, с рождения. Способностью же воспринимать мир в виде образов, наделены только человек и высшие животные, она у них складывается и совершенствуется в жизненном опыте.

Восприятие является очень сложным процессом.

В основе образа восприятия всегда лежат ощущения, однако образ восприятия не является просто суммой ощущений, образ восприятия является целостным и осмысленным.

Так, например, человек слышит шум за окном. В основе образа восприятия будут лежать звуковые ощущения, но человек слышит не просто набор звуков определенной частоты, он может назвать характер шума, исходя из своего личного опыта, что это за шум: шум дождя или шум листвы, шум проехавшей машины или разбитого стекла.

Восприятие (или перцепция) – это совокупность процессов, с помощью которых у человека формируется его собственная модель объективно существующего внешнего мира.

Знание об окружающем предмете человек начинает получать при первом контакте с ним, при этом сначала формируются образы ощущений, а на их базе – образы восприятия.

Ощущение и восприятие – это два звена в целой цепочке познания мира, другими звеньями является память, мышление и т.д. Все эти процессы неразрывно связаны, но каждый имеет свои особенности.

Если результатом возникновения ощущения является некоторое чувство

(например, ощущения яркости, громкости, соленого, высоты звука, равновесия и т. п.), то в результате восприятия складывается целый образ предмета или явления.

Например, при восприятии груши человек получает не отдельные изолированные зрительные, вкусовые, обонятельные и другие ощущения, а единый образ груши, с присущими ей формой, цветом, запахом, вкусом и т.д.

Восприятие тесно связано с той деятельностью, которую выполняет человек, поэтому важной составной частью воображения являются двигательные компоненты (ощупывание предметов и движение глаз при восприятии конкретных предметов; пропевание и проговаривание соответствующих звуков при воспроизведении речи и т.д.).

Действия по опознанию предметов или явлений называют перцептивными действиями. Поэтому

восприятие правильнее всего обозначить как воспринимающую (перцептивную) деятельность субъекта.

Различают четыре уровня перцептивного действия: обнаружение, различение, идентификация и опознание.

Внимание!

Если вам нужна помощь в написании работы, то рекомендуем обратиться к профессионалам. Более 70 000 авторов готовы помочь вам прямо сейчас. Бесплатные корректировки и доработки. Узнайте стоимость своей работы.

Расчет стоимостиГарантииОтзывы

С обнаружения начинается развитие любого сенсорного процесса. Это реакция на стимул. В результате следующей операции – различения – формируется прецептивный образ эталона. Параллельно с формированием перцептивного образа начинается осуществление опознания. Для этого с помощью идентификации  происходит сравнение непосредственно воспринимаемого объекта с образом, хранящимся в памяти.

Опознание предполагает отнесение объекта к определенному классу объектов, воспринимавшихся ранее.

При восприятии из всего набора свойств, которыми обладает объект, выделяются наиболее существенные и сопоставляются с уже имеющимся прошлым опытом.

Восприятие представляет собой целую систему перцептивных действий, овладение которыми требует специального обучения и развития.

Процесс восприятия объекта состоит из следующих перцептивных действий:

— поиск объекта;

— выделение наиболее характерных признаков объекта;

— опознание объекта, т.е. отнесение его к какому-либо классу (предмет мебели, явление природы и т.д.).

В результате перцептивных действий у человека формируется так называемый перцептивный образ. Этот образ тем сложнее, чем сложнее воспринимаемый объект, при этом перцептивные образы одних и тех же явлений у разных людей могут существенно отличаться. Это зависит как от индивидуальных особенностей людей, их опыта, так и от закономерностей самого процесса восприятия, обстановки, в которой оно происходит.

Виды восприятия

Восприятия, как и ощущения можно классифицировать по самым разным основаниям.

Так, по преобладающей роли той или иной модальности выделяют зрительное, слуховое, осязательное, обонятельное и вкусовое восприятие.

Существует классификация видов восприятия по формам существования материи. Выделяются: восприятие времени, пространства, движения, которые считаются особо сложными формами восприятия.

Классификация основных видов восприятия представлена на рис.1.

Рис.1. Классификация основных видов восприятия

Кроме этого, в зависимости от особенностей объекта восприятия выделяют восприятие предметов, восприятие речи (письменной и устной) или музыки и восприятие человека человеком (этот вид восприятия имеет название «социальная перцепция»).

Поможем написать любую работу на аналогичную тему

  • Реферат

    ПОНЯТИЕ О ВОСПРИЯТИИ.  КЛАССИФИКАЦИЯ ВОСПРИЯТИЯ.  ОСНОВНЫЕ СВОЙСТВА ВОСПРИЯТИЯ

    От 250 руб

  • Контрольная работа

    ПОНЯТИЕ О ВОСПРИЯТИИ.  КЛАССИФИКАЦИЯ ВОСПРИЯТИЯ.  ОСНОВНЫЕ СВОЙСТВА ВОСПРИЯТИЯ

    От 250 руб

  • Курсовая работа

    ПОНЯТИЕ О ВОСПРИЯТИИ.  КЛАССИФИКАЦИЯ ВОСПРИЯТИЯ.  ОСНОВНЫЕ СВОЙСТВА ВОСПРИЯТИЯ

    От 700 руб

Получить выполненную работу или консультацию специалиста по вашему учебному проекту

Узнать стоимость

Зрительное восприятие

 

Доктор Роберт Г. Кук, Университет Тафтса

Сравнительная психология: справочник (1998)


Любой инвентарь Животный мир быстро раскрывает ошеломляющий набор визуальных системы, разработанные для целей обнаружения и использования информацию от отраженного света. Они варьируются от элементарных фоторецепторы, которые только различают свет от темноты, к значительно более сложные взаимодействия глаза и мозга отвечает за зрительное восприятие у птиц и млекопитающих. Этот способность нервной системы конструировать внутренние зрительные представления об окружающем мире представляет собой одно из самых важные вехи в эволюции поведения животных и познание. «Видение» имеет большое преимущество, позволяя животных для получения информации о природе и местонахождении объектов в их окружении без необходимости прямого или тесный физический контакт, как того требуют более проксимальные чувства, такие как осязание, вкус и запах.

Благодаря этому зрительная информация становятся решающими для многих животных в поиске и идентификации пищи, подходящие места обитания, хищники и сородичи, а также функционируют, чтобы ориентировать животных в окружающей их среде.

Прямым физическим стимулом для зрительного восприятия является отраженный свет различной длины волны. Важно сохранить в виду, что результирующее внутреннее восприятие этого раздражение является не только отражением его физических свойств, но и изменения, вызванные его трансдукцией, фильтрацией и трансформации нервной системы животного. Возможно из-за наша сильная визуальная предрасположенность как вида, психологическая трудности, связанные с использованием света для различения структуры внешний мир широко не ценится и легко упущен из виду. Например, как воспринимаются трехмерные отношения, реконструированные только из двумерного изображения сетчатки информация, или как границы объекта правильно определяется с учетом всех яркостных контрастов, присутствующих в любом визуальная сцена? Это быстрый и, по-видимому, легкий решение таких вычислительных задач, которые делают мозг, а не глаз, истинный орган зрительного восприятия.

Учитывая очень важная интерпретирующая роль мозга в построении любое сложное визуальное впечатление, гораздо важнее быть сознание животного воспринимал окружающую среду, чем его физической среде при попытке понять любое визуально-ориентированное поведение. В тесно связанном моменте это Важно признать, что каждый вид также обладает своеобразное сочетание сенсорной аппаратуры и перцептивной мощности, адаптированные к конкретным требованиям своей ниши. Термин «умвельт» используется этологами для обозначения эти различные созвездия перцептивных способностей и приоритеты между видами.

Люди воспринимают свет с длиной волны от 400 до 700 нанометров, например, с пиковой чувствительностью около 555 нанометров. Это эта физическая стимуляция, которая в конечном итоге приводит к психологическое впечатление от цветового спектра, начиная от синие на красные соответственно. Наш умвельт или фильтр для «видимый» свет часто заставляет нас упускать из виду тот факт, что другие животные способны ощущать длины волн за пределами этого диапазоне и в ультрафиолетовом или инфракрасном диапазоне спектр. Например, пчелы могут обнаруживать ультрафиолетовый свет, который позволяет им видеть отчетливые ультрафиолетовые узоры, отражаемые много цветов, которые действуют как визуальные ориентиры, помогающие пчелам находить нектар цветка. Вариации умвельта разных виды распространяются и на другие визуальные особенности, помимо восприятия цвет. Острота зрения хищных птиц, таких как сокол, превосходит наше собственное, что позволяет этим воздушным охотникам обнаруживать добыча на значительных расстояниях. Голуби могут видеть узоры поляризованный свет в дневном небе, невидимый для нас, предоставление еще одного возможного источника информации для замечательные самонаводящиеся способности этих птиц. Эти примеры предлагают только проблеск визуальной информации, доступной для различных животных, но мы надеемся продемонстрировать, что наши собственные визуальные опыт — в лучшем случае лишь приблизительное руководство к визуализации перцептивный мир других животных.

Помня о таких предостережениях, сравнительные психологи добился значительного экспериментального прогресса за последние несколько десятилетия к пониманию визуального восприятия и его основные механизмы у животных. В этом стремлении эти ученые сосредоточились на трех широких и взаимосвязанных наборах вопросы. Первый блок вопросов был адресован определение основных зрительных способностей животных. Второй набор вопросы носили более функциональный характер, посвященный спрашивая о роли различных форм визуальной информации в ежедневное выживание животного, а точнее, личность эффективных стимулов, контролирующих это поведение. Третий были сосредоточены на выявлении и анализе механизмов лежащих в основе этих представлений. Исследования этого последнего вопросы варьировались от изучения анатомии и физиологии одиночных нервных клеток в зрительной коре для исследования визуальное дискриминационное поведение у отдельных животных. Из-за огромное количество информации в визуальных науках, это эссе по необходимости должны быть ограничены в объеме. Таким образом, его цель состоит в том, чтобы предоставить краткий обзор того, как эти различные вопросы были продвинуты исследованиями контроля зрительных стимулов поведение.

Определение эффективного стимула, контролирующего поведение животного. поведение является одной из старейших и наиболее фундаментальных проблем в сравнительная психология. Преследуемый как в поле, так и в лаборатории, ответ на этот вопрос не только продвигает функционал анализ поведения, но косвенно способствует нашему пониманию зрительных способностей и приоритетов животного. Почти универсальной тактикой в ​​этом подходе является оценка того, как животные реагировать на вариации зрительного ввода, управляющего определенным поведения, чтобы изолировать и идентифицировать критические контролирующие функции. Эта стимульно-аналитическая стратегия обычно включает серию тестов, в которых комплекс исходных стимулов связанные с поведением, разлагаются на более простые составные элементы или конфигурации, чтобы увидеть, какие из них все еще способен поддерживать интересующее поведение.

Эту стратегию можно увидеть в классическом исследовании Тинбергена по просьбы молодых чаек Геринга (Тинберген, 1951). Вскоре после вылупления птенцы чайки клюют родительский клюв. для получения отрыгнутой пищи. Тинберген оценил эффективные стимулы, контролирующие эту реакцию попрошайничества, представляя цыплята — градуированная серия картонных моделей, имитирующих голова и счет родителя различными способами. Количество ответы, полученные от молодых чаек с помощью различных моделей показало, что размер, действие и положение купюры были участие, но, пожалуй, самым важным было присутствие контрастное красное пятно на кончике клюва взрослой особи. Важно, он также установил, что не все черты головы взрослого человека были критическими, так как ни цвет головы модели, ни ее Билл повлиял на силу реакции цыпленка. поведение жаб по ловле добычи также подверглось тот же тип анализа путем измерения силы и количества реакции, вызванные систематически меняющимися моделями червеобразных раздражители (Эверт, 1987). Эти исследования показали, что это визуальное распознавание жертвы животным влечет за собой соединение атрибуты, включающие размер модели, форму и направление движение; таким образом, что тонкие продолговатые стимулы, движущиеся по протяженному червеобразная ось значительно более предпочтительна для жаб, чем одна и та же фигура движется перпендикулярно этой оси.

Избирательная реакция жаб и молодых чаек на особенности стимула в этих функционально ориентированных анализ поведения дает важную, но ограниченную картину перцептивных способностей этих животных. Ограничено легко вызвали естественное поведение и связанные с ним стимулы, эти типы анализов мало что говорят о диапазоне и чувствительности животных к различным формам зрительной стимуляции. Такой анализ психофизики восприятия, который намечается в детализировать отношения между психологической реакцией субъекта строго определенным наборам физических раздражителей лучше всего проводить со специально обученными животными в лаборатории. Эта настройка позволяет тестировать большее разнообразие стимулов, повышенная точность их описания и метода презентации, а также возможность тщательно и многократно измерить реакцию животного на эти раздражители.

Два типа процедур визуальной дискриминации были традиционно используется с животными для этих психофизических исследования восприятия. Первый предполагает обучение реакция животного на один раздражитель, за которой следует серию стимульно-аналитических тестов на перенос, изучающих их реакция на изменения исходного сигнала. Голубь может быть обучены реагировать на клюющий ключ, освещенный особым длина волны, например, а затем представлено множество других цвета, чтобы увидеть, насколько далеко будет распространяться эта реакция клевания. та же тактика может быть использована с использованием процедур привыкания. После реакция животного на определенный раздражитель привыкла через его многократное предъявление внутренние органы животного репрезентация повторяющегося стимула исследуется путем измерения количество отказов от привычки, вызванных другими раздражителями. Снова, степень контроля стимула, поддерживаемая передающими стимулами индексирует перцептивное и концептуальное сходство этих стимулов к оригиналу. Этот тип процедуры привыкания был широко используется для изучения перцептивного мира человеческих младенцев, например. Вторая и высшая процедура дискриминации заключается в том, чтобы научить животное дифференцированно вести себя в наличие двух и более стимулов в оперантной обстановке; либо по дать ответ или нет, как в процедуре «годен / не годен», или лучше тем не менее, требуя от животного сделать выбор между двумя или более различные варианты ответа, связанные с этими стимулами, как в процедуре сопоставления с образцом.

С 1950-х гг. использовались с животными для продуктивного изучения их спектральных чувствительность, острота зрения и способность обнаруживать и различать основные визуальные параметры, такие как оттенок, размер, ориентация и яркость (Berkeley & Stebbins, 1990). Собирая эти стандартизированные меры основных визуальных производительность была важным шагом к пониманию любого перцептивного мира животного, они оставляют без ответа многие из самых важные и интригующие проблемы зрительного восприятия и познание. Задумайтесь на мгновение о весьма изменчивом и постоянно меняющаяся природа света, падающего на глаз. Несмотря на многочисленные неясности и ограничения в этом меняющемся ввод, наш мозг все еще способен реконструировать стабильную, единую, и трехмерное визуальное впечатление от мира. Таким образом, как любой объект движется, он продолжает восприниматься и распознаваться как одно и то же, несмотря на постоянное преобразование и различные узоры света, создаваемые этим движением. Точный вычислительные процессы, с помощью которых мозг решает эту «эквивалентность стимулов» или «многие к одному» проблема остается загадкой.

Однако, судя по большей части их поведения, сложные животные такие как птицы и млекопитающие, действуют так, как будто они тоже воспринимают стабильную перцептивный мир, где связаны наборы формы и цвета атрибуты также последовательно интерпретируются и распознаются как инвариантные «объекты». Механизмы, лежащие в основе этих более сложные аспекты визуального познания стали растущий интерес к исследователям животных (Stebbins & Беркли, 19 лет90). Одним из важных катализаторов этого стало недавние исследования естественного формирования понятий у голубей (например, Херрнштейн, Лавленд и Кейбл, 1976). В таких экспериментах животные научились различать реалистичные цветные фотографии различных классов объектов, таких как деревья, люди, рыбы и вода. Эти различия были не только между категориями легко и быстро усваиваемые голубями, они также обобщали к новым примерам этих категорий, предлагая форму рудиментарного концептуального поведения и вызывает подозрение, что птицы воспринимали «предметы», изображенные на слайды. Эти результаты стимулировали большое количество новых исследований. в восприятии и категоризации всех типов сложных зрительные стимулы животных, и особенно голубя.

Один важный побочный продукт этого нового взгляда на сложные стимулы восприятие у животных было его неизбежным сравнением с человеческим восприятия и действия с аналогичными стимулами. Недавние исследования, например, предоставили экспериментальные доказательства того, что голуби, обезьяны и люди одинаково воспринимают некоторые типы зрительных раздражители. Доказательства этого общего восприятия исходят из анализа ошибок различения, совершаемых каждым видом, когда различение одних и тех же раздражителей. Примером этого может быть найдено в Sands, Lincoln & Wright’s (1982) эксперименты тестирование Образное восприятие у макак-резусов. В этом эксперименте Обезьяна должна была решить, идентичны ли две отдельные картинки. или нет. Тестирование множества изображений цветов, фруктов, обезьян и человеческие лица, обезьяны постоянно находили изображения из одних и тех же категории труднее различать, чем категории разных категории, предполагая их перцептивную категоризацию этих стимулы соответствовали нашей собственной группе из них. Учитывая нашу общую наследие приматов и подобные организации мозга, это сходство возможно, это не слишком удивительно.

Больший интерес представляет то, что голуби производят сопоставимые результаты в стратегически схожих анализах. Блау (1982) требовал, чтобы голуби различали разные буквы. алфавита. Он обнаружил, что голуби демонстрировали образец ошибки различения, очень похожие на наши собственные, путающие похожие такие буквы, как «O», «Q» и «D» для пример. Несмотря на значительные различия в организация, размер и естественная история млекопитающих и птичьего мозга, это поведенческое сходство предполагает соответствующее внутреннее представление этих конкретных раздражителей. Если так, то поднимает интересный вопрос о том, являются ли эти общие впечатления являются продуктом аналогичных или общих психологических алгоритмы, воплощенные в различных нейронных архитектурах, или вместо этого генерируется различными вычислительными процессами, которые функционируют с одной и той же визуальной целью.

Этот вопрос механизма был изучен с использованием различных стимулы и поведенческие процедуры, которые пытаются изолировать и измерить различные части процесса восприятия. Один из способов проверить, испытывают ли животные наши зрительные иллюзии, поскольку «неправильное восприятие», вызванное такими стимулами, помогает непосредственно выявить активный вклад зрительной системы в восприятие. Голуби, кажется, страдают от некоторых из тех же геометрические иллюзии, такие как люди, такие как Понцо и Мюллер-Лайер иллюзии (Фуджита, Блау и Блау, 1991; Малотт и Малотт, 1970). Помимо указания на общее восприятие, этот тип сходства предполагает еще больше, что некоторые из лежащих в основе вовлеченные процессы также одинаковы. В попытке выделить ранние зрительные механизмы, ответственные за регистрацию и различая поверхности и края объектов, мы с коллегами исследовал явление перцептивной группировки в голубей и людей, тестируя их с различными типами многоэлементные зрительные стимулы. Результаты до сих пор поддержал точку зрения, что эти процессы визуальной группировки одинаково организованы у обоих видов (Кук, 1992). Другой визуальный эксперименты по различению, сравнивающие голубей и людей, однако, предположили, что также существуют важные различия в процессах. Люди различаются по тому, как быстро они могут найти конкретный «целевой» элемент на дисплее в зависимости от окружающие его элементы, облегчая, например, найти «Q» в поле многих «О», чем наоборот. Этот тип асимметрии в скорости человека визуальный поиск помогает выявить структуру и организацию элементарные признаки, используемые в восприятии формы. Тестовые голуби с аналогичными комбинациями Qs и Os, Allan и Blough (1989) не нашел доказательств сопоставимой асимметрии в поиске поведение этих животных, что повышает вероятность того, что различные наборы визуальных особенностей могут быть подчеркнуты в птичьем восприятие формы млекопитающими.

В этом эссе мы попытались сплести воедино кое-что из вопросы, выводы, история, методы и стратегии, используемые в сравнительное исследование зрительного восприятия животных. С помощью различных экспериментальных подходов, изложенных в общих чертах, мы получает все более глубокое понимание и понимание их внутренний мир. Однако многие из наших ответов остаются спекулятивные и предварительные. Как следствие, они предлагают захватывающее и открытое приглашение всем студентам присоединиться к научный поиск лучшего вида с высоты птичьего полета.

Аллан, С.Э., и Блау, Д.С. (1989). Поиск по функциям асимметрии у голубей и людей. Восприятие и Психофизика , 46 , 456-464.

Беркли, Массачусетс, и Стеббинс В.К. (1990). Сравнительный восприятие: Сложные сигналы . Джон Уайли: Нью-Йорк.

Блоу, Д. С. (1982). Голубиное восприятие букв алфавит. Наука , 218 , 397-398.

Кук, Р. Г. (1992). Размерная организация и текстура Дискриминация у голубей. Журнал экспериментальной психологии: Процессы поведения животных , 18 , 354-363.

Эверт, Ж.-П. (1987). Нейроэтология релизинговых механизмов: Ловля добычи жабами. Науки о поведении и мозге , 10 , 337-405.

Фудзита, К., Блау, Д.С., и Блау, П.М. (1991). Голуби увидеть иллюзию Понцо. Обучение и поведение животных , 19 , 283-293.

Херрнштейн, Р. Дж., Лавленд, Д. Х., и Кейбл, К. (1976). Природные понятия у голубей. Журнал Экспериментальный Психология: Процессы поведения животных , 2 , 285-311.

Малотт, Р. В., и Малотт, М. К. (1970). Восприятие и генерализация стимула. В В.К. Стеббинс (ред.), Животное психофизика: планирование и проведение сенсорных экспериментов (стр. 363-400). Нью-Йорк: Пленум.

Sands, SF, Lincoln, CE, & Wright, AA (1982). Суждения об изобразительном сходстве и организация зрительной памяти у макак-резусов. Журнал экспериментальной психологии: Животное Поведенческие процессы , 4 , 369-389.

Стеббинс, В.К., и Беркли, Массачусетс (1990). Сравнительный восприятие: Основные механизмы . Джон Уайли: Нью-Йорк.

Тинберген, Н. (1951). Изучение инстинкта . Кларендон Пресс, Оксфорд.

 

[PDF] Восприятие и классификация комаров на основе зрения с использованием метода опорных векторов

  • DOI: 10.3390/APP7010051
  • Идентификатор корпуса: 14271348
 @article{Fuchida2017VisionBasedPA,
  title={Восприятие на основе зрения и классификация комаров с использованием машины опорных векторов},
  автор={Масатака Фучида и Теджус Патмакумар и Раджеш Элара Мохан и Нин Тан и Акио Накамура},
  журнал = {Прикладные науки},
  год = {2017},
  объем = {7},
  страницы={51}
} 
  • Масатака Фучида, Т. Патмакумар, Акио Накамура
  • Опубликовано 5 января 2017 г.
  • Медицина
  • Прикладные науки

Потребность в новом автоматизированном методе восприятия и классификации комаров становится все более актуальной в последние годы, в связи с резким увеличением числа заболеваний, переносимых комарами, и связанных с ними несчастных случаев. Существуют методы дистанционного зондирования и основанные на ГИС методы для картирования потенциальных обитателей комаров и мест, подверженных болезням, переносимым комарами, но эти методы, как правило, не учитывают видовую идентификацию комаров в районах с закрытым периметром. Традиционный… 

Система машинного обучения для классификации видов комаров по изображениям со смартфонов

    М. Минакши

    Информатика

  • 2018
Система, основанная на изображениях со смартфонов для идентификации видов комаров, которая объединяет обработку изображений, выбор признаков, неконтролируемая кластеризация и алгоритм классификации на основе машины опорных векторов.

Классификация изображений векторных комаров с использованием новых моделей выбора признаков RIFS и моделей машинного обучения для эпидемиологии заболеваний

    Ф. Рустам, А. Реши, Вайбхав Рупапара

    Информатика

    Саудовский журнал биологических наук

  • 2022

Использование камер смартфонов и методов обработки изображений для классификации видов комаров

901 23 М. Минакши, Пратул Бхарти, S. Chellappan

Информатика

MobiQuitous

  • 2018
  • Система на основе смартфона, которая позволяет любому делать снимки неподвижного комара, живого или мертвого (но все еще сохраняющего свою физическую форму), и автоматически классифицирует вид. тип и алгоритм машинного обучения на основе SVM для классификации.

    Recognition and classification of Aedes aegypti using image processing techniques

      Medicine, Computer Science

    • 2018
    A classification algorithm for the recognition of Aedes mosquito using the image processing techniques and a hybrid incremental algorithm Nearest Class Mean Forests (NCMF ) используется метод, который является вариантом метода случайного леса.

    Классификация комаров с помощью инфракрасной спектроскопии и частичного дискриминантного анализа методом наименьших квадратов

      Lamyae Sroute, B. Byrd, S. Huffman

      Медицина

      Прикладная спектроскопия

    • 2020
    Доказательство концепции исследования, в котором инфракрасная спектроскопия в сочетании с частичным дискриминантным анализом методом наименьших квадратов изучалась как средство автоматической классификации комары на уровне видов, что дает точность более 94% для четырех комаров, имеющих значение для общественного здравоохранения.

    Автоматизация наблюдения за переносчиками комаров из отловленных образцов с использованием методов компьютерного зрения

      М. Минакши, Пратул Бхарти, Вилли МакКлинтон, Джамшидбек Мирзахалов, Р. Карни, С. Челлаппан и Transfer Learning дали общую точность 80% в классификации комаров при обучении на 25 867 изображениях 250 пойманных образцов комаров-переносчиков, снятых с помощью множества камер смартфонов.

      Автоматическая система обнаружения и контроля комаров на основе глубокого обучения для городских мест обитания комаров

        Kyukwang Kim, Jieum Hyun, Hyeongkeun Kim, Hwijoon Lim, H. Myung. используя несколько сетей глубокого обучения и демонстрирует более высокую эффективность, чем охота на взрослых комаров, избегая при этом ущерба другим насекомым.

        Оптимизация гиперпараметров сверточной нейронной сети для автоматической классификации взрослых комаров

          Даниэль Мотта, А. А. Сантос, Р. Бадаро

          Медицина

          PloS one

        • 2020
        Для извлечения признаков из изображений комаров и последующей классификации вида Aed была разработана вычислительная модель на основе сверточной нейронной сети. эгиптянин, Aedes albopictus и Culex quinquefasciatus, и результаты дают фундаментальную информацию для выполнения автоматической морфологической классификации видов комаров.

        Классификация и обнаружение насекомых в полевых культурах с использованием современных методов машинного обучения

          Thenmozhi Kasinathan, Dakshayani Singaraju, Srinivasulu Reddy Uyyala

          Информатика

        • 2020

        Классификация видов комаров на основе зрения: сравнение традиционных методов и методов глубокого обучения

          Ka дзусигэ Окаясу, Кота Ёсида, Масатака Фучида, Акио Накамура

          Компьютер Наука, наука об окружающей среде

          Прикладные науки

        • 2019
        Судя по экспериментальным результатам, глубокое обучение можно считать эффективным для классификации видов комаров в предлагаемом наборе данных, а дополнение данных повышает точность классификации видов комаров.

        Полубегленные нейронные сети для эффективной классификации гиперспектральных изображений

          F. Ratle, Gustau Camps-Valls, J. Weston

          Компьютерная наука

        • 2009
        Предложенный подход дает подход к операции Al-Classifier, Asposecofosipy Asposecofosipy Prevocesipy Prevocesipy Prevorybosipy Asposey Asposipy Prevocefosipory Prevocefosipy Asposipy Prevocefosipy Prevocefosipy Asposipy Asposipory. представлены трансдуктивные или лапласовские машины опорных векторов, которые составляют общую основу для построения эффективных в вычислительном отношении полууправляемых методов.

        Новая система автоматической идентификации изображений насекомых на уровне заказа

          Jiangning Wang, Congtian Lin, Liqiang Ji, A. Liang

          Computer Science

          Knowl. На основе сист.

        • 2012

        Мониторинг активности и траектории полета колоний комаров для автоматизированного анализа поведения

          Бурхан Хан, Дж. Габурро, Самер Ханун, Дж. Дюшемен, С. Нахаванди, А. Бхатти

          Информатика

          90 017 ИКОНИП

        • 2015
        Показано, что предложенная методология мониторинга активности комаров с использованием нескольких оптимально расположенных камер улучшила процесс мониторинга активности с использованием двух камер для точного подсчета закрытых комаров и трехмерной реконструкции траектории движения.

        От прогнозирования мест обитания комаров до сезонов малярии с использованием данных дистанционного зондирования: практика, проблемы и перспективы.

          С. Хэй, Р. Сноу, Д. Роджерс

          Науки об окружающей среде, математика

          Паразитология сегодня

        • 1998

        Картирование местообитаний личинок комаров с использованием дистанционного зондирования и ГИС: последствия развития метана угольных пластов и Запада Вирус Нила

          Li Зоу, С. Миллер, Э. Шмидтманн

          Науки об окружающей среде

          Журнал медицинской энтомологии

        • 2006
        Результаты показывают 75-процентное увеличение потенциальных мест обитания личинок с 1999 по 2004 год в районе исследования, главным образом из-за значительного увеличения количества небольших водоемов для сброса метана из угольных пластов, что может способствовать реализации программ по борьбе с комарами в бассейне Паудер-Ривер. с возможностью применения по всему штату и региону.

        Автоматическая идентификация волны взмахов крыльев комаров (Diptera: Culicidae) с помощью искусственной нейронной сети

          Zhenyu Li, Zuji Zhou, Zuorui Shen, Q. Yao

          Биология

          AIAI

        • 2005
        Классификаторы искусственных нейронных сетей были созданы для автоматического определения видов комаров по форме волны взмахов крыльев, частотам взмахов крыльев и объединению их в качестве входных переменных, а наиболее точным протестированным классификатором была искусственная нейронная сеть Wingbeat. частоты в качестве входной переменной.

        Лидарное обнаружение подводных объектов с использованием архитектуры на основе нейро-SVM

          В. Митра, Чиа-Джиу Ванг, Сатарупа Банерджи

          Науки об окружающей среде, информатика

          Транзакции IEEE в нейронных сетях

        • 2006
        Архитектура параллельной ИНС, предложенная в этой статье, обеспечивает высокую точность прогнозирования (98,9%) и считается наиболее подходящей архитектурой для предлагаемой задачи лидара. классификация данных.

        Уменьшение размерности с использованием генетических алгоритмов

          М. Реймер, У. Панч, Э. Гудман, Л. Кун, Анил К. Джейн

          Информатика

          IEEE Trans. Эвол. вычисл.

        • 2000
        В этой работе представлен новый подход к извлечению признаков, при котором выбор и извлечение признаков, а также обучение классификатора выполняются одновременно с использованием генетического алгоритма и используют этот метод в сочетании с правилом классификации k ближайших соседей.

        Нейронные сети с полууправлением для эффективной классификации гиперспектральных изображений

          F. Ratle, Gustau Camps-Valls, J. Weston

          Информатика, наука об окружающей среде

          IEEE Transactions on Geoscience and Remote…

        • 2010
        Предлагаемый подход дает начало операционному классификатору, в отличие от представленных ранее трансдуктивных или лапласовских машин опорных векторов (TSVM или LapSVM соответственно), который представляет собой общую основу для построения вычислительно эффективные полууправляемые методы.

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *