ПРИМЕНЕНИЕ ЛОРЕНЦОВОЙ МЕТРИКИ В РАСПОЗНАВАНИИ ОБРАЗОВ
Аннотация
Развитие техники и технологий произвело революцию в мире науки, в частности, появление только одной вычислительной техники дало новый импульс науке и привело к открытию различных инноваций. В наши дни интеграция науки в мир науки позволяет нам судить о появлении новых идей и оптимальности прошлого. В этой статье мы впервые рассмотрели литературу для зарубежных публикаций по исследуемой теме и сравнили метрику Лоренца с Евклидовым пространством в качестве примера в формулах и иллюстрациях. Используя метрику Лоренца, мы создали новый алгоритм распознавания моделей и проверили базу данных, чтобы проверить эффективность этого алгоритма. В результате эксперимента алгоритм, созданный метрикой Лоренца, сравнивался с классическими алгоритмами, а именно с алгоритмами Байеса, kNN и аналогичными, и затем представлял конкретные результаты.
Об авторах
Е. Р. Керімбеков
Международный казахско – турецкий университет имени Ходжа Ахмеда Яссауи
Казахстан
Казахстан
г. Туркестан
Е. С. Сейіткамал
Международный казахско – турецкий университет имени Ходжа Ахмеда Яссауи
Казахстан
Казахстан
г. Туркестан
Список литературы
1. Y. Deng , Y. Li , Y. Qian , X. Ji , Q. Dai , Visual words assignment via information–theoretic manifold embedding, IEEE Trans. Cybern. 44 (10) (2014) 1924–1937.
2. Tan X., et al. "Face recognition from a single image per person: A survey", Pattern recognition 39(9):1725–1745, 2006.
3. Theodoridis S., Koutroumbas K., Pattern Recognition, 4th ed., Elsevier, 2009.
4. Kerimbekov Y., et al., "The use of Lorentz distance metric in classification problems." Pattern Recognition Letters, 84: 170–176, 2016.
5. R. Liu , Z. Su , Z. Lin , X. Hou , Lorentzian discriminant projection and its applications, in: ACCV’09, 3, 2009, pp. 311–320.
6. H.S. Bilge , Y. Kerimbekov , Classification with Lorentzian distance metric, in: 23th Signal Processing and Communications Applications Conference (SIU2015), 2015, pp. 2106–2109.
7. H.S. Bilge , Y. Kerimbekov , H.H. Ugurlu , A new classification method by using Lorentzian distance metric, in: Innovations in Intelligent SysTems and Applications 2015 International Symposium on, 2015, pp. 1–6.
8. Y. Deng , Q. Dai , R. Liu , Z. Zhang , S. Hu , Low–rank structure learning via non–convex heuristic recovery, IEEE Trans. Neural Netw. Learn. Syst. 24 (3) (2013) 383–396.
9. Gündoğan H., Keçioğlu O., “Lorentz matrix multiplicaiton and the motions on Lorentz plane”, Glasnik Matematicki, 41: 329–334, 2006.
10. Brualdi R., Introductory Combinatorics, 5th ed., Pearson Prentice Hall, 2010.
11. Abate A.F., et al. "2D and 3D face recognition: A survey", Pattern recognition letters, 28(14):1885– 1906, 2007.
Рецензия
Для цитирования:
Керімбеков Е.Р., Сейіткамал Е.С. ПРИМЕНЕНИЕ ЛОРЕНЦОВОЙ МЕТРИКИ В РАСПОЗНАВАНИИ ОБРАЗОВ. Вестник Северо-Казахстанского Университета им. М. Козыбаева. 2019;(1 (42)):203-209.
For citation:
Kerimbekov Y.R., Seiitkamal Y.S. APPLICATION LORENTZ METRICS IN PATTERN RECOGNITION. Vestnik of M. Kozybayev North Kazakhstan University. 2019;(1 (42)):203-209. (In Kazakh)
Просмотров: 149
Послать статью по эл. почте 
