Barmoq izlaridan tanib olishda necha xil turdagi skanerlardan foydalaniladi?
Barmoq izini aniqlash tizimlarida foydalanish mumkin bo'lgan bir nechta turli xil skaner turlari mavjud, ularning har biri o'zining afzalliklari va kamchiliklariga ega. Eng ko'p ishlatiladigan skaner turlaridan ba'zilari:
Optik skanerlar: Bu skanerlar barmoq izini suratga olish uchun yorug'lik manbai va CCD (zaryadga ulangan qurilma) yoki CMOS (qo'shimcha metall-oksid-yarim o'tkazgich) sensoridan foydalanadi. Ular arzonligi va foydalanish qulayligi tufayli tijorat va iste'molchi dasturlarda keng qo'llaniladi.
Ultratovushli skanerlar: Bu skanerlar barmoq izining 3D tasvirini yaratish uchun yuqori chastotali tovush to‘lqinlaridan foydalanadi. Ular optik skanerlarga qaraganda aniqroq va batafsil tasvirlarni olishlari mumkin, lekin ular ham qimmatroq.
Kapasitiv skanerlar: Ushbu skanerlar barmoq izining elektr sig'imini o'lchash uchun kondansatkichdan foydalanadi, so'ngra barmoq izining tasvirini yaratish uchun ishlatiladi. Ular optik skanerlarga qaraganda aniqroq, lekin ular ham qimmatroq.
Termal skanerlar: Bu skanerlar barmoq izidagi harorat o'zgarishlarini o'lchash uchun termal sensordan foydalanadi, so'ngra barmoq izining tasvirini yaratish uchun ishlatiladi. Ular optik skanerlarga qaraganda aniqroq, lekin ular ham qimmatroq.
RF skanerlari: Bu skanerlar barmoq izining 3D tasvirini olish uchun radio chastotasidan foydalanadi. Ular atrof-muhit sharoitlariga kamroq ta'sir qiladi, lekin ular ham qimmatroq.
Shuni ta'kidlash kerakki, radiometrik yoki LAZER skanerlari kabi boshqa turdagi skanerlar mavjud bo'lib, ular unchalik keng tarqalgan emas, lekin ba'zi hollarda qo'llaniladi. Qaror qabul qilish qoidasini tanlash maxsus dasturga, ma'lumotlarning xususiyatlariga va mavjud hisoblash resurslariga bog'liq. Qaror qabul qilish qoidasining ishlashi aniqlik, aniqlik, eslab qolish va F1 balli kabi turli baholash ko'rsatkichlari yordamida baholanishi mumkin. Xulosa qilib aytganda, namunani identifikatsiya qilish uchun qaror qabul qilish qoidasi namunani aniqlash tizimi berilgan kirish sinfi yoki toifasini aniqlash uchun foydalanadigan ko'rsatmalar to'plamidir. Namunani aniqlash tizimlarida qo'llanilishi mumkin bo'lgan qaror qoidalarining bir necha turlari mavjud, jumladan, pol, Bayesian, minimal masofa, Parzen oynasi va neyron tarmoqlar. Qaror qabul qilish qoidasini tanlash o'ziga xos dasturga, ma'lumotlarning xususiyatlariga va mavjud hisoblash resurslariga bog'liq bo'lib, qaror qoidasining ishlashi turli baholash ko'rsatkichlari yordamida baholanishi mumkin. Tasvirni alohida qismlarga bo'lish jarayoni tasvir segmentatsiyasi deb nomlanadi. U tasvirdagi ob'ektlar yoki hududlarni aniqlash va ajratish uchun ishlatiladi. Tasvirni segmentatsiyalash uchun chegara, klasterlash va chekkalarni aniqlash kabi turli usullar qo'llaniladi. Ushbu usullardan alohida yoki kombinatsiyalangan holda tasvirni segmentlarga ajratish mumkin.
Belgi tushunchasiga taʼrif
Belgi - bu g'oya, tushuncha yoki ob'ektning jismoniy yoki mavhum tasviri. U soʻz, tasvir yoki imo-ishora kabi koʻplab shakllarni olishi mumkin va til, sanʼat va madaniyat kabi turli kontekstlarda maʼnoni bildirish uchun ishlatiladi. Belgilar o'zboshimchalik bilan bo'lishi mumkin, ular o'ziga xos ma'noga ega bo'lmaydilar yoki timsol shakli u ifodalagan narsaga yaqindan o'xshash bo'lishi mumkin. Tilshunoslikda belgilar tovushlarni, so‘zlarni yoki grammatika qoidalarini ifodalash uchun ishlatiladi. Matematik belgilarda raqamlar, amallar va o'zgaruvchilarni ifodalash uchun belgilar qo'llaniladi. San'at va madaniyatda ramzlar ma'no, his-tuyg'u va g'oyalarni etkazish uchun ishlatiladi. Misol uchun, xoch nasroniylikning ramzi, burgut - erkinlik va kuch ramzi. Belgilar diniy, mifologik va falsafiy kontekstdagi kabi mavhumroq tushunchalarni etkazish uchun ham ishlatilishi mumkin. Ularni adabiyot, musiqa va ijodiy ifodaning boshqa shakllarida topish mumkin. Ular murakkab g'oyalarni etkazish va odamlarni umumiy e'tiqod va qadriyatlar bilan bog'lash uchun ishlatilishi mumkin. Xulosa qilib aytganda, belgilar bizni o‘rab turgan olam bilan muloqot qilish va tushunishning asosiy usuli bo‘lib, ular murakkab g‘oya va tushunchalarni sodda va to‘g‘ridan-to‘g‘ri ifodalovchi qisqartma bo‘lib xizmat qiladi. “Belgi” va “sinf” bir-birining sinonimi yoki antonimi emas. Ular turli xil ma'nolarga ega va turli kontekstlarda qo'llaniladi. "Rimz" - bu g'oya, tushuncha yoki ob'ektning jismoniy yoki mavhum tasviri bo'lib, u til, san'at va madaniyat kabi turli kontekstlarda ma'noni etkazish uchun ishlatiladi. "Klass" - ob'ektga yo'naltirilgan dasturlashda ob'ektlarni yaratish uchun mo'ljallangan chizma yoki shablon. U ushbu sinf ob'ektiga ega bo'lgan xususiyatlar va usullarni belgilaydi. Sinf mantiqiy konstruktsiya bo'lib, u ma'lum turdagi ob'ektlarning xatti-harakatlari va xususiyatlarini aniqlash uchun ishlatiladi. "Ob'ekt" - bu sinfning namunasidir. Ob'ekt sinfning aniq namunasi bo'lib, u o'z sinfi tomonidan aniqlangan xususiyatlar va usullarga ega va uni manipulyatsiya qilish va dasturda ishlatish mumkin.
"Simvol" va "ob'ekt" ham sinonim yoki antonim emas. "Rimz" biror narsaning tasvirini anglatadi, "ob'ekt" jismoniy yoki kontseptual shaxsni anglatadi. "Ob'ekt" atamasi turli kontekstlarda qo'llanilishi mumkin, masalan, san'atda, u jismoniy narsaga murojaat qilishi mumkin yoki dasturlashda, u sinfning namunasiga shora qiladi. Xulosa qilib aytadigan bo‘lsak, “ramz” va “sinf” sinonim yoki antonim emas, chunki ular turli kontekstlarda qo‘llanadi va turli ma’noga ega. "Symbol" biror narsaning tasvirini anglatadi, "sinf" ob'ektlarni yaratish rejasini anglatadi va "ob'ekt" sinfning namunasini anglatadi. Belgilar maydoni, shuningdek, "alifbo" yoki "belgilar to'plami" sifatida ham tanilgan, ma'lum bir til yoki aloqa tizimini ifodalash uchun ishlatiladigan belgilar yoki belgilar to'plamidir. U ma'lum bir til yoki tizimda ma'lumotni ifodalash uchun zarur bo'lgan harflar, raqamlar, tinish belgilari va boshqa belgilarni ifodalash uchun ishlatiladigan belgilar to'plamini belgilash orqali shakllanadi. Masalan, ingliz tilidagi belgilar to'plamiga alifboning 26 ta harfi (katta va kichik), 10 ta raqam (0-9) va turli tinish belgilari va maxsus belgilar (masalan, !, @, #, $, % va boshqalar). Bu belgilar toʻplami ingliz tilidagi matnni yozma yoki ogʻzaki ifodalash uchun ishlatiladi. Yana bir misol unicode bo'lib, u dunyodagi har bir yozuv tizimidagi har bir belgi, belgi va emoji uchun noyob kod nuqtasini belgilaydigan standartlashtirilgan belgilar kodlashidir, shuning uchun uni turli tillarda va skriptlarda ishlatish mumkin. Hisoblashda matnni turli tillarda va skriptlarda ifodalash uchun turli belgilar to'plamidan foydalanish mumkin. Masalan, ASCII belgilar to‘plami 128 xil belgilarni, jumladan ingliz alifbosining bosh va kichik harflarini, raqamlarni hamda tinish belgilari va boshqaruv belgilarining kichik to‘plamini ifodalash uchun 7 bitli kodlardan foydalanadigan keng qo‘llaniladigan belgilar to‘plamidir. UTF-8 va UTF-16 belgilar kodlashning boshqa misollari bo'lib, ular turli tillar va skriptlardagi belgilar va belgilarning keng doirasini qo'llab-quvvatlash uchun mo'ljallangan. Xulosa qilib aytganda, belgilar maydoni ma'lum bir til yoki aloqa tizimini ifodalash uchun ishlatiladigan belgilar yoki belgilar to'plamini belgilash orqali shakllanadi. Ushbu to'plamlar ASCII yoki Unicode kabi standartlashtirilishi mumkin yoki ular ma'lum bir tizim yoki dasturga xos bo'lishi mumkin. Belgilar maydoni yoki alifbosidagi belgilar odatda ASCII yoki Unicode kabi standartlashtirilgan kodlash tizimi yordamida ifodalanadi. ASCII (American Standard Code for Information Interchange) - bu ingliz alifbosining katta va kichik harflari, raqamlar, tinish belgilari va boshqaruv belgilarining kichik to'plamini o'z ichiga olgan 128 xil belgilarni ifodalash uchun 7 bitli kodlardan foydalanadigan kodlash tizimi. Boshqa tomondan, Unicode - bu dunyodagi har bir yozuv tizimidagi har bir belgi, belgi va kulgichlarga, shu jumladan lotin, yunon, ibroniy, arab kabi ko'plab tillar va skriptlar uchun alifbolar uchun noyob kod nuqtasini belgilaydigan standartlashtirilgan belgilar kodlashidir. , xitoy, yapon, koreys va boshqalar. Unicode o'zgaruvchan uzunlikdagi kodlash tizimidan foydalanadi, UTF-8 va UTF-16 eng keng tarqalgan ikkita kodlashdir. UTF-8 har bir belgi uchun 4 baytgacha ishlay oladi va 1 112 064 tagacha belgini qo‘llab-quvvatlaydi, UTF-16 esa har bir belgi uchun 2 baytgacha ishlaydi va 65 536 tagacha belgilarni qo‘llab-quvvatlaydi.
Xulosa qilib aytganda, belgilar maydoni yoki alifbosidagi belgilar odatda ASCII yoki Unicode kabi standartlashtirilgan kodlash tizimi yordamida taqdim etiladi, bu esa dunyodagi har bir yozuv tizimidagi har bir belgi, belgi va emoji uchun noyob kod nuqtasini belgilaydi. Ushbu kodlashlar turli xil belgilar soni bilan ishlay oladi va lotin, yunon, ibroniy, arab, xitoy, yapon, koreys va boshqa ko'plab yozuv tizimlarini qo'llab-quvvatlaydi. Belgilarning nominal maydoniga misol sifatida dasturlash tili uchun belgilar to'plami bo'lishi mumkin. Ko'pgina dasturlash tillarida kod yozish uchun ishlatiladigan oldindan belgilangan kalit so'zlar, operatorlar va tinish belgilari mavjud. Bu belgilarga shartli bayonot uchun "if", qo'shish uchun "+" va kod blokining boshlanishi uchun "{" kabi maxsus nomlar beriladi. Ushbu nomlar koddagi aniq belgilarni aniqlash va ularga murojaat qilish usuli bo'lib xizmat qiladi.
Obyekt va timsol (obraz) tushunchalarini o‘zaro farqlari
Ob'ekt va belgi (tasvir) tushunchalari bir-biri bilan chambarchas bog'liq, ammo ular orasida ba'zi farqlar mavjud. Ob'ekt deganda kuzatuvchi tomonidan idrok etilishi yoki aniqlanishi mumkin bo'lgan jismoniy yoki mavhum mavjudot tushuniladi. Ob'ektlar avtomobil, it yoki odam kabi real dunyo ob'ektlari bo'lishi mumkin yoki ular matematik tushuncha yoki g'oya kabi mavhum ob'ektlar bo'lishi mumkin.
Boshqa tomondan, ramz g'oya, tushuncha yoki ob'ektning ifodasidir. Belgi harf, raqam, tinish belgisi yoki logotip kabi vizual tasvir bo'lishi mumkin yoki u tovush yoki imo-ishora kabi vizual bo'lmagan tasvir bo'lishi mumkin. Tasvirni aniqlash kontekstida ob'ekt fotosurat yoki raqamli tasvir bo'lishi mumkin bo'lgan tasvir bilan ifodalanishi mumkin. Tasvir bir yoki bir nechta ob'ektni o'z ichiga olishi mumkin va tasvirni aniqlashning maqsadi tasvirda mavjud bo'lgan ob'ektlarni aniqlash va tasniflashdir. Boshqa tomondan, ramz ob'ektning o'ziga xos turi bo'lib, u vizual yoki vizual bo'lmagan g'oya, tushuncha yoki ob'ektning ifodasidir. Xulosa qilib aytganda, ob'ekt kuzatuvchi tomonidan idrok etilishi yoki aniqlanishi mumkin bo'lgan jismoniy yoki mavhum ob'ektni anglatadi, ramz esa vizual yoki vizual bo'lmagan g'oya, tushuncha yoki ob'ektning ifodasidir, ular bir-biri bilan chambarchas bog'liq, lekin. turli ma'nolarga ega. Ob'ekt deganda kuzatuvchi tomonidan idrok etilishi yoki aniqlanishi mumkin bo'lgan jismoniy yoki mavhum mavjudot tushuniladi. Ob'ektlar moddiy bo'lishi mumkin va jismoniy dunyoda, masalan, mashina, it yoki odam mavjud bo'lishi mumkin yoki ular nomoddiy bo'lishi va mavhum dunyoda mavjud bo'lishi mumkin, masalan, matematik tushuncha yoki g'oya. Informatika va dasturlash kontekstida ob'ekt ma'lumotlar va funksionallikning o'ziga xos birligi bo'lib, birgalikda qadoqlangan va umumiy interfeys orqali kirish mumkin. Ob'ektga yo'naltirilgan dasturlash (OOP) dasturiy paradigma bo'lib, u mantiqdan ko'ra harakatlar va ma'lumotlar emas, balki ob'ektlar atrofida dasturiy ta'minotni tashkil qiladi. OOPda ob'ekt - bu ob'ektning tuzilishi va harakatini belgilaydigan sinfning namunasi. Tasvirni aniqlash kontekstida ob'ekt fotosurat yoki raqamli tasvir bo'lishi mumkin bo'lgan tasvir bilan ifodalanishi mumkin. Tasvir bir yoki bir nechta ob'ektni o'z ichiga olishi mumkin va tasvirni aniqlashning maqsadi tasvirda mavjud bo'lgan ob'ektlarni aniqlash va tasniflashdir. Kombinatorika usullari - bu ob'ektlarning kombinatsiyasi va joylashishini o'rganish uchun ishlatiladigan matematik usullar. Ushbu usullardan ob'ektlarni taqqoslashda, masalan, turli ob'ektlar orasidagi o'xshashlik yoki o'xshashlikni aniqlash uchun foydalanish mumkin. Tasvirni aniqlash kontekstida o'xshash ob'ektlarni xususiyatlariga ko'ra guruhlash uchun kombinatorik usullardan foydalanish mumkin. Masalan, k-vositalari yoki ierarxik klasterlash kabi klasterlash algoritmlari o'xshash tasvirlarni rangi, tuzilishi, shakli yoki boshqa xususiyatlariga ko'ra guruhlash uchun ishlatilishi mumkin. Bu ob'ektni aniqlash va tanib olish kabi vazifalar uchun foydali bo'lishi mumkin, bu erda maqsad tasvirdagi turli ob'ektlarni aniqlash va tasniflashdir. Yana bir misol naqshni tanib olishda, bunda kombinatsion usullar yordamida naqshlar to‘plami orasidan eng o‘xshash naqshlarni topish mumkin, bu naqshlarni ularning xususiyatlariga ko‘ra solishtirish, keyin esa o‘xshash naqshlarni guruhlash orqali amalga oshirilishi mumkin. Ob'ektlarni tasniflash - ob'ektga uning xususiyatlari yoki xususiyatlaridan kelib chiqqan holda sinf belgisi yoki toifalarini belgilash jarayonini anglatadi. Bu tasvirni aniqlash, kompyuterda ko'rish va naqshni aniqlashda keng tarqalgan vazifa bo'lib, maqsad tasvir yoki ma'lumotlar to'plamidagi turli ob'ektlarni aniqlash va tasniflashdir.
Ob'ektlarni tasniflashning turli usullari mavjud, ulardan eng keng tarqalganlari quyidagilardan iborat:
Nazorat ostidagi oʻrganish: Bu mashinani oʻrganish turi boʻlib, unda model kirish maʼlumotlari va tegishli sinf yorliqlaridan iborat etiketli maʼlumotlar toʻplamida oʻqitiladi. Keyin model o'quv ma'lumotlar to'plamidan o'rganilgan naqshlar asosida yangi, ko'rinmaydigan ma'lumotlarni tasniflash uchun ishlatiladi. Nazorat ostidagi o'rganish algoritmlariga misollar orasida qaror daraxtlari, k-eng yaqin qo'shnilar va qo'llab-quvvatlovchi vektor mashinalari kiradi.
Nazoratsiz o'rganish: Bu mashinani o'rganishning bir turi bo'lib, unda model yorliqsiz ma'lumotlar to'plamida o'qitiladi va maqsad ma'lumotlarda naqsh yoki tuzilmani topishdir. Nazoratsiz oʻqitish algoritmlari oʻxshash obʼyektlarni xususiyatlariga koʻra guruhlash orqali obʼyektlarni tasniflash uchun ishlatilishi mumkin. Nazoratsiz oʻrganish algoritmlariga misollar k-oʻrtachalar, ierarxik klasterlar va oʻz-oʻzini tashkil etuvchi xaritalarni oʻz ichiga oladi.
Chuqur o'rganish: Bu ma'lumotlar namoyishini o'rganish uchun chuqur neyron tarmoqlardan foydalanadigan mashinani o'rganishning bir turi. Chuqur o'rganish modellari katta, murakkab ma'lumotlar to'plamlarida o'qitilishi mumkin va tasvirni aniqlash, tabiiy tilni qayta ishlash va nutqni aniqlash kabi vazifalar uchun ishlatilishi mumkin.
Gibrid usullar: Bu usullar modelning ishlashini yaxshilash uchun nazorat ostida va nazoratsiz o'rganish kabi turli yondashuvlarni birlashtiradi.
Ob'ektlarni tasniflash qiyin vazifa bo'lib, u katta hajmdagi etiketli ma'lumotlarni talab qilishi mumkin. Ob'ektlarni tavsiflovchi ma'lumotlar jadvali odatda xususiyatlar matritsasi yoki xususiyatlar to'plami deb ataladi. Bu ob'ektlarni tavsiflovchi xususiyatlar yoki atributlar to'plamini o'z ichiga olgan jadval bo'lib, u ob'ektlarni tasniflash jarayonida qo'llaniladi. Xususiyat matritsasi odatda har bir ob'ekt uchun bitta satr va har bir xususiyat yoki atribut uchun bitta ustunni o'z ichiga oladi. Jadvaldagi qiymatlar har bir ob'ekt uchun xususiyatlarning qiymatlarini ifodalaydi. Masalan, tasvirni aniqlash vazifasida xususiyat matritsasi tasvirdagi har bir ob'ektning rangi, shakli va teksturasi kabi ma'lumotlarni o'z ichiga olishi mumkin. Bundan tashqari, ob'ektlarni tavsiflovchi ma'lumotlar jadvalini ma'lumotlar matritsasi, xususiyatlar jadvali yoki atribut matritsasi deb ham atash mumkin. Bu atamalar ko'pincha bir-birining o'rnida ishlatiladi, lekin ular bir xil tushunchaga ishora qiladi, ya'ni ob'ektlarni tavsiflovchi xususiyatlar yoki atributlarni o'z ichiga olgan va ularni tasniflash jarayonida qo'llaniladigan jadval.
XULOSA
Xulosa qilib aytganda, pretsedentlar to'plamiga asoslangan tan olish masalasi ob'ekt yoki belgini oldindan ma'lum bo'lgan misollar yoki pretsedentlar to'plami bilan solishtirish orqali aniqlash jarayonini anglatadi. Tanib olish jarayoni odatda xususiyatlarni ajratib olish, taqqoslash va qaror qabul qilish bosqichlarini o'z ichiga oladi. Ushbu yondashuvda qo‘llaniladigan pretsedentlar to‘plami bir necha usul bilan yaratilishi mumkin va agar pretsedentlar to‘plami to‘g‘ri tanlangan bo‘lsa va duch kelishi mumkin bo‘lgan ob’ektlar yoki belgilarni ifodalagan bo‘lsa, u juda aniq bo‘lishi mumkin. Biroq, u pretsedentlar to'plamining hajmi bilan cheklanishi mumkin va u yangi yoki ilgari ko'rilmagan ob'ektlar yoki belgilarni taniy olmaydi. Algoritmni tanlash ma'lumotlarning klasterlar soni, ma'lumotlarning o'lchami va shovqin yoki o'zgaruvchanlik mavjudligi kabi xususiyatlariga bog'liq. Ba'zi algoritmlar ishga tushirishga sezgir bo'lishi mumkin va yaxshi ishlashi uchun yaxshi ishga tushirish strategiyasini talab qilishi mumkin. Klasterlash muammolari, shuningdek, algoritmning ishlashini o'lchash uchun ba'zi baholash ko'rsatkichlariga ega bo'lishi mumkin, masalan, Silhouette ball, Davies-Bouldin indeksi, Kalinski-Harabasz indeksi. So'nggi yillarda ob'ektni aniqlashda, ayniqsa chuqur o'rganishdan foydalanishda ko'plab yutuqlarga erishildi. Ushbu usullar standart ko'rsatkichlar bo'yicha eng so'nggi natijalarga erishdi va real dunyo ilovalarida keng qo'llanildi. Xulosa qilib aytganda, ob'ektni aniqlash - bu tasvirlar yoki videolardagi ob'ektlarni aniqlash va aniqlash bilan shug'ullanadigan kompyuterni ko'rish va tasvirni qayta ishlash sohasi, bu qiyin vazifadir, ammo an'anaviy kompyuter ko'rishga asoslangan usullar, chuqur o'rganishga asoslangan usullar yordamida, va gibrid usullar takomillashtirildi va u avtonom transport vositalari, robototexnika, kuzatuv, tibbiy tasvirlash va boshqalar kabi sohalarda keng qo'llanilishiga ega.
FOYDALANILGAN ADABIYOTLAR
https://www.opslevel.com/resources/standards-in-software-development-and-9-best-practices#benefits-of-software-development-standards
https://azkurs.org/3-amaliy-ish-dastur-kodini-yozishda-standartlashtirish-asoslar.html
https://muhaz.org/mavzu-sifatni-taminlash-standartlari-turlari-asosiy-standart-m.html
https://uz.wikipedia.org/wiki/Interfeys
|
