Личный кабинетuser
orange img orange img orange img orange img orange img
Дипломная работаРазное
Готовая работа №112024 от пользователя Куклачев Дмитрий
book

Технологии машинного обучения для систем видеонаблюдения и обеспечения безопасности

1 480 ₽
Файл с работой можно будет скачать в личном кабинете после покупки
like
Гарантия безопасной покупки
help

Сразу после покупки работы вы получите ссылку на скачивание файла.

Срок скачивания не ограничен по времени. Если работа не соответствует описанию у вас будет возможность отправить жалобу.

Гарантийный период 7 дней.

like
Уникальность текста выше 50%
help

Все загруженные работы имеют уникальность не менее 50% в общедоступной системе Антиплагиат.ру

file
Возможность снять с продажи
help

У покупателя есть возможность доплатить за снятие работы с продажи после покупки.

Например, если необходимо скрыть страницу с работой на сайте от третьих лиц на определенный срок.

Тариф можно выбрать на странице готовой работы после покупки.

Не подходит эта работа?
Укажите тему работы или свой e-mail, мы отправим подборку похожих работ
Нажимая на кнопку, вы соглашаетесь на обработку персональных данных

содержание

Введение 1
1 Теоретические аспекты 3
1.1 Концепция машинного обучения 3
1.2 Описание основных понятий 22
1.3 Обзор методов видео анализа и машинного обучения 24
1.4 Анализ объекта исследования 26
1.5 Анализ моделей машинного обучения 29
1.6 Описание используемых библиотек для построения модели 31
2 Практический аспект 34
2.1 Описание реализованного метода для идентификации объектов 34
2.1 Программная реализация алгоритма индетефикации объектов 38
2.2 Тестирование и повышение скорости работы программной реализации алгоритма индетенфикации объектов на данных с систем видеонаблюдения 41
Заключение 52
Список использованных источников 53
Приложение 57


Весь текст будет доступен после покупки

ВВЕДЕНИЕ

Машинное обучение становится все более популярным и востребованным инструментом в различных сферах, и системы видеонаблюдения и безопасности не являются исключением. В современном мире, где недостаток персонала и время являются основными факторами, системы видеонаблюдения, основанные на технологиях машинного обучения, могут существенно улучшить эффективность и надежность таких систем.
Целью данной работы является исследование и анализ различных технологий машинного обучения, и их применения в сфере систем видеонаблюдения и безопасности. В результате проведенного исследования будут выявлены основные преимущества и недостатки данных технологий, а также их потенциал для повышения качества и эффективности систем видеонаблюдения и безопасности.
Для достижения цели работы были поставлены следующие задачи:
? изучить основные принципы и алгоритмы машинного обучения;
? изучить применение технологий машинного обучения в сфере систем видеонаблюдения и безопасности;
? провести анализ преимуществ и недостатков различных технологий машинного обучения для систем видеонаблюдения и безопасности;
? выявить потенциал и перспективы использования технологий машинного обучения в данной сфере;
? предложить рекомендации по улучшению существующих систем видеонаблюдения и безопасности с использованием технологий машинного обучения.

Весь текст будет доступен после покупки

отрывок из работы

1 ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ
1.1 КОНЦЕПЦИЯ МАШИННОГО ОБУЧЕНИЯ
1.1.1 ОПРЕДЕЛЕНИЕ МАШИННОГО ОБУЧЕНИЯ
Машинное обучение, согласно определению профессора Митчелла, представляет собой компьютерную программу, которая учится на своем опыте E для решения определенного класса задач T и измеряет свою эффективность P. Эта программа становится лучше в решении задач T, измеряемых P, по мере накопления опыта E. [1].
Итак, машинное обучение состоит из алгоритмов, которые улучшают E (Опыт), P (Производительность) и T (Выполнение задачи).
? задача (T): задача может быть представлена как конкретная проблема, требующая решения. Для этого система использует точки данных, чтобы выполнять задачи, основанные на определенных данных (ОД). Классификация, регрессия, кластеризация и другие подобные задачи являются примерами таких задач, основанных на применении методов машинного обучения;
? опыт (E): опыт — это информация, которую система получает из данных, предоставленных алгоритму или модели. Этот опыт (E) помогает решать поставленную задачу (T). Существуют различные методы обучения, такие как контролируемое и неконтролируемое обучение, а также обучение с подкреплением, которые позволяют системе приобретать необходимый опыт;
? производительность (P): производительность — это мера, которая указывает, соответствует ли применяемый алгоритм или модель ожиданиям, или нет. Это числовое значение, которое демонстрирует, насколько хорошо модель справляется с задачей (T), используя свои знания (E). Точность оценки, путаница в матрице и другие показатели помогают понять уровень производительности (P). [1][5].

Весь текст будет доступен после покупки

Список литературы

1. Барский. А. Б. Нейронные сети: распознавание, управление, принятие решений. М.: Финансы и статистика, 2007. 174 с.
2. Васильев А. Н., Тархов Д. А. Принципы и техника нейросетевого моделирования Москва: Гостехиздат, 2015. 334 c
3. Ваш первый BERT: иллюстрированное руководство. [Электронный ресурс] URL: https://habr.com/ru/post/498144/ (дата обращения 14.05.2022).
4. Вороновский Г. К., Махотило К. В., Петрашев С. Н., Сергеев С. А. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. Х.: ОСНОВА, 1997. 112 c.
5. Галушкин А. И. Нейрокомпьютеры. Учебное пособие. М.: Альянс, 2014. 528 c.
6. Гелиг А. Х., Матвеев А. С. Введение в математическую теорию обучаемых распознающих систем и нейронных сетей. Учебное пособие: моногр. М.: Издательство СПбГУ, 2014. 224 c.
7. Дронов В. Django: практика создания Web-сайтов на Python М.: БХВПетербург, 2016. 707 c.
8. Заенцев И. В. Нейронные сети: основные модели. Воронеж: Изд-во Воронежского госуд. ун-та, 1999. 76 c.
9. Кластеризация и классификация больших Текстовых данных с помощью машинного обучения на Java. [Электронный ресурс] URL: https://habr.com/ru/post/526984/ (дата обращения 16.05.2022).
10. Клименко Р. Веб-мастеринг на 100%. М.: Питер, 2015. 614 c
11. Круглов В. В., Борисов. В.В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия - Телеком, 2002. 382 c.
12. Латыпова Р. Нейронные сети. М.: LAP Lambert Academic Publishing, 2012. 465 c.

Весь текст будет доступен после покупки

Почему студенты выбирают наш сервис?

Купить готовую работу сейчас
service icon
Работаем круглосуточно
24 часа в сутки
7 дней в неделю
service icon
Гарантия
Возврат средств в случае проблем с купленной готовой работой
service icon
Мы лидеры
LeWork является лидером по количеству опубликованных материалов для студентов
Купить готовую работу сейчас

не подошла эта работа?

В нашей базе 78761 курсовых работ – поможем найти подходящую

Ответы на часто задаваемые вопросы

Чтобы оплатить заказ на сайте, необходимо сначала пополнить баланс на этой странице - https://lework.net/addbalance

На странице пополнения баланса у вас будет возможность выбрать способ оплаты - банковская карта, электронный кошелек или другой способ.

После пополнения баланса на сайте, необходимо перейти на страницу заказа и завершить покупку, нажав соответствующую кнопку.

Если у вас возникли проблемы при пополнении баланса на сайте или остались вопросы по оплате заказа, напишите нам на support@lework.net. Мы обязательно вам поможем! 

Да, покупка готовой работы на сайте происходит через "безопасную сделку". Покупатель и Продавец финансово защищены от недобросовестных пользователей. Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней. 

У покупателя есть возможность снять готовую работу с продажи на сайте. Например, если необходимо скрыть страницу с работой от третьих лиц на определенный срок. Тариф можно выбрать на странице готовой работы после покупки.

Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней. Если администрация сайта принимает решение о возврате денежных средств, то покупатель получает уведомление в личном кабинете и на электронную почту о возврате. Средства можно потратить на покупку другой готовой работы или вывести с сайта на банковскую карту. Вывод средств можно оформить в личном кабинете, заполнив соответствущую форму.

Мы с радостью ответим на ваши вопросы по электронной почте support@lework.net

surpize-icon

Работы с похожей тематикой

stars-icon
arrowarrow

Не удалось найти материал или возникли вопросы?

Свяжитесь с нами, мы постараемся вам помочь!
Неккоректно введен e-mail
Нажимая на кнопку, вы соглашаетесь на обработку персональных данных