Институт проблем информатики Российской Академии наук
 Институт проблем информатики Российской Академии наук
 Российская Академия наук

Институт проблем информатики Российской Академии наук

Русский | English     Контакты

Об институтеНаправления деятельностиНаучно-исследовательские работы и проектыОбъекты интеллектуальной собственностиНаучные журналы ИПИ РАНДругие публикацииСеминары и конференции


Поиск:

«Информатика и её применения» (Том 4, Выпуск 1, 2010)

Оглавление | Аннотации | Об авторах

Библиография

ОПЕРАТИВНОЕ ПОСТРОЕНИЕ ИНФОРМАЦИОННЫХ МОДЕЛЕЙ ДВИЖЕНИЯ ПОЛЮСА ЗЕМЛИ МЕТОДАМИ ЛИНЕЙНЫХ И ЛИНЕАРИЗОВАННЫХ ФИЛЬТРОВ.

  • И.Н. Синицын  Институт проблем информатики Российской академии наук. sinitsin@dol.ru
  • В.И. Синицын  Институт проблем информатики Российской академии наук. vsinitsin@ipiran.ru
  • Э.Р. Корепанов  Институт проблем информатики Российской академии наук. ekorepanov@ipiran.ru
  • В.В. Белоусов  Институт проблем информатики Российской академии наук. vbelousov@ipiran.ru
  • Н.Н. Семендяев  Институт проблем информатики Российской академии наук. nsemendyaev@ipiran.ru

Литература

  1. Пугачёв В. С., Синицын И.Н. Стохастические дифференциальные системы. Анализ и фильтрация. 2-е изд. -М.: Наука, 1990.
  2. Синицын И.Н. Из опыта преподавания статистических основ информатики в технических университетах // Система и средства информатики. Спец. вып., посвященный II международному конгрессу ЮНЕСКО "Образование и информатика".- М.:Наука, 1996. Вып. 8. С. 68-73.
  3. Синицын И.Н. Развитие теории фильтров Пугачёва для оперативной обработки информации в стохастических системах // Информатика и её применения, 2007. Т. 1. Вып. 1. С. 3-13.
  4. Синицын И.Н. Фильтры Калмана и Пугачева. 2-е изд.-М.: Логос, 2007.
  5. Синицын И.Н. Канонические представления случайных функций и их применение в задачах компьютерной поддержки научных исследований.-М.: ТОРУС ПРЕСС, 2009.
  6. Синицын И.Н. Корреляционные методы построения аналитических информационных моделей флуктуаций полюса Земли по априорным данным // Информатика и её применения, 2007. Т. 1. Вып. 2. С. 2-14.
  7. Синицын И.Н., Корепанов Э. Р., Семендяев Н.Н. Методическое и программное обеспечение корреляционного анализа флуктуаций полюса Земли //Системы и средства информатики. Спец. вып. "Геоинформационные технологии". - М.: ИПИ РАН, 2008. С. 379-396.
  8. Марков Ю. Г., Синицын И.Н .Корреляционная модель колебаний полюса Земли с параметрическими возмущениями // Астроном. журнал, 2008. Т. 85. №6. C. 566-576.
  9. Синицын И.Н. Методы построения эредитарных информационных моделей флуктуаций в стохастической динамике Земли //Информатика и её применения, 2009. Т. 3. Вып. 4. C. 2-11.
  10. IERS Annual Reports. http://hpiers.obspm.fr/eop-pc/.
  11. Акуленко Л. Д., Кумакшев С. А., Марков Ю. Г., Рыхлова Л. В. Высокоточный прогноз движения полюса Земли // Астроном. журнал, 2006. Т. 83.№4. С. 376- 384.
  12. Синицын И.Н., Синицын В.И., Корепанов Э. Р., Белоусов В. В., Конашенкова Т.Д., Семендяев Н.Н., Басилашвили Д. А. Инструментальное программное обеспечение анализа и синтеза стохастических систем высокой доступности (I) // Системы высокой доступности, 2009. Т. 5.№3. С. 4-52.


ПРИБЛИЖЕНИЯ ДЛЯ СТАТИСТИК, ОПИСЫВАЮЩИХ ГЕОМЕТРИЧЕСКИЕ СВОЙСТВА ДАННЫХ БОЛЬШОЙ РАЗМЕРНОСТИ, С ОЦЕНКАМИ ОШИБОК.

  • Ю. Кавагучи  Высшая научная и инженерная школа, Университет Чуо, Токио, n15007@gug.math.chuo-u.ac.jp
  • В.В. Ульянов  Московский государственный университет им. М.В. Ломоносова, факультет вычислительной математики и кибернетики, vulyan@gmail.com
  • Я. Фуджикоши  Высшая научная и инженерная школа, Университет Чуо, Токио, fuji@math.sci.hiroshima-u.ac.jp

Литература

  1. Hall P., Marron J. S., Neeman A. Geometric representation of high dimension, low sample size data // J. Royal Statistical Soc. Series B, 2005. Vol. 67. P. 427-444.
  2. Ulyanov V. V., Wakaki H., Fujikoshi Y. Berry-Esseen bound for high dimensional asymptotic approximation of Wilks' lambda distribution // Statist. Probab. Lett., 2006. Vol. 76. No. 12. P. 1191-1200.
  3. Ulyanov V. V., Christoph G., Fujikoshi Y. On approximations of transformed chi-squared distributions in statistical applications // Siber. Math. J., 2006. Vol. 47. No. 6. P. 1154-1166.
  4. Konishi S. Asymptotic expansions for the distributions of functions of a correlation matrix // J. Multivariate Analysis, 1979. Vol. 9. No. 2. P. 259-266.
  5. Справочник по специальным функциям / Под ред. М. Абрамовица и И. Стиган.-М.: Наука, 1979.
  6. Dobric V., Ghosh B. K. Some analogs of the Berry- Esseen bounds for first-order Chebyshev-Edgeworth expansions // Statist. Decisions, 1996. Vol. 14. No. 4. P. 383- 404.


АСИМПТОТИЧЕСКОЕ РАЗЛОЖЕНИЕ ДЛЯ МОЩНОСТИ КРИТЕРИЯ, ОСНОВАННОГО НА ВЫБОРОЧНОЙ МЕДИАНЕ, В СЛУЧАЕ РАСПРЕДЕЛЕНИЯ ЛАПЛАСА.

  • В. Е. Бенинг  Московский государственный университет им. М.В. Ломоносова, факультет вычислительной математики и кибернетики; Институт проблем информатики Российской академии наук, bening@yandex.ru
  • А.В. Сипина  Московский государственный университет им. М.В. Ломоносова, факультет вычислительной математики и кибернетики, anna@sipin.ru

Литература

  1. Королев Р. А., Тестова А. В., Бенинг В. Е. О мощности асимптотически оптимального критерия в случае распределения Лапласа // Вестник Тверского Государственного Университета, серия Прикладная математика, 2008. Вып. 8.№4(64). С. 5-23.
  2. Takeuchi K. Asymptotic theory of statistical estimation. - Tokyo, 1974. (In Japanese.)
  3. Бурнашев М. В. Асимптотические разложения для медианной оценки параметра // Теор. вероятн. и ее прим., 1996. Т. 41. Вып. 4. С. 738-753.
  4. Kotz S., Kozubowski T. J., Podgorski K. The Laplace distribution and generalizations: A revisit with applications to communications, economics, engineering, and finance. - Birkhauser, 2001. P. 349.
  5. Бенинг В. Е., Королев В.Ю. Некоторые статистические задачи, связанные с распределением Лапласа // Информатика и её применения, 2008. Т. 2. Вып. 2. С. 19- 34.
  6. Леман Э. Проверка статистических гипотез.-М.: Наука, 1964. 498 с.
  7. Королев Р. А., Бенинг В. Е. Асимптотические разложения для мощностей критериев в случае распределения Лапласа // Вестник Тверского Государственного Университета, серия Прикладная математика, 2008. Вып. 3(10).№26(86). С. 97-107.
  8. David H. A., Nagaraja H.N. Order Statistics. 3rd ed. - New Jersey: Wiley, 2003. P. 458.
  9. Asrabadi B. R. The exact confidence interval for the scale parameter and the MVUE of the Laplace distribution // Communications in statistics. Theory and methods, 1985. Vol. 14. No. 3. P. 713-733.


ОРГАНИЗАЦИЯ УПРАВЛЯЕМОГО ДОСТУПА ПОЛЬЗОВАТЕЛЕЙ К РАЗНОРОДНЫМ ВЕДОМСТВЕННЫМ ИНФОРМАЦИОННЫМ РЕСУРСАМ.

  • Г.Я. Илюшин  Институт проблем информатики Российской академии наук, ilushin@ipiran.ru
  • И.А. Соколов  Институт проблем информатики Российской академии наук, isokolov@ipiran.ru

Литература

  1. Анализ развития и использования информационно-коммуникационных технологий в регионах России: Аналитический доклад / Под ред. Ю. Е. Хохлова. - М.: Институт развития информационного общества, 2008. 240 с.
  2. Web Services Activity, W3C. http://www.w3.org/2002/ws/.
  3. Захаров В.Н., Калиниченко Л. А., Соколов И. А., Ступников С. А. Конструирование канонических информационных моделей для интегрированных информационных систем //Информатика и её применения, 2007. Т. 1. Вып. 2. С. 15-38.
  4. Босов А В. Порталы в системах органов государственной власти // Информатика и её применения, 2008. Т. 2. Вып. 1. С. 44-54.
  5. Зацаринный А. А., Ионенков Ю. С., Кондрашев В. А. Об одном подходе к выбору системотехнических решений построения информационно-телекоммуникационных систем // Системы и средства информатики, 2006. Вып. 16. C. 66-71.
  6. Брюхов Д. О., Вовченко А.Е., Захаров В.Н., Желенкова О.П., Калиниченко Л. А., Мартынов Д.О., Скворцов Н. А., Ступников С. А. Архитектура промежуточного слоя предметных посредников для решения задач над множеством интегрируемых неоднородных распределенных информационных ресурсов в гибридной грид-инфраструктуре виртуальных обсерваторий // Информатика и её применения, 2008. Т. 2. Вып. 1. С. 2-34.
  7. Поляков С.В., Костомарова Л. Г., Щаренская Т.Н., Илюшин Г. Я. Корпоративная автоматизированная система здравоохранения города Москвы (КАИС "Мосгорздрав") // Информационное общество, 2008. №1. С. 20-25.
  8. Илюшин Г. Я. Информационная архитектура региональных проектов здравоохранения на примере проекта "Удаленная регистратура" // Информационное общество, 2008.№1. С. 31-40.
  9. Соколов И. А., Зацаринный А. А., Захаров В.Н., Илюшин Г. Я., Кузьмин А.П., Цыганков В. С. Основные системотехнические решения по построению ЕИТКС ОВД // Системы и средства информатики. Спец. вып. Научно-технические вопросы построения и развития информационно-телекоммуникационной системы органов внутренних дел. - М.: ИПИ РАН, 2009. С. 11-33.


НЕФТЬ КАК НОСИТЕЛЬ ИНФОРМАЦИИ О СВОЕМ ПРОИСХОЖДЕНИИ, СТРУКТУРЕ И ЭВОЛЮЦИИ.

  • Р. Б. Сейфуль-Мулюков  Институт проблем информатики Российской академии наук, rust@ipiran.ru

Литература

  1. Валяев Б.М. Углеводородная дегазация Земли и генезис нефтегазовых месторождений // Геология нефти и газа, 1997.№9.
  2. Дмитриевский А.Н., Валяев Б.М. Углеводородная дегазация через дно океана: локализация, проявления, масштабы, значимость // Дегазация Земли и генезис углеводородных флюидов и месторождений. - М.: ГЕОС, 2002. С. 7-36.
  3. Фрадкин В. Газ на дне океана как альтернатива энергоносителя. 2004. http://n-t.ru/tp/ie/gn.htm.
  4. Новый вид ископаемого топлива, использующийся только в России // Наука. Известия, 2009. http:// www.inauka.ru/news/article93252html.
  5. Сейфуль-Мулюков Р. Б. Нефть в квантовом мире // Системы и средства информатики. Доп. вып. - М.: ИПИ РАН, 2008. С. 195-213.
  6. Нефть. http://ru.wikipedia.org/wiki/IAAOO.
  7. Сейфуль-Мулюков Р. Б. Палеотектонические факторы нефтеобразования и нефтенакопления.-М.: Недра, 1983. 269 с.
  8. Tissot B. P., Velte D.H. Petroleum formation and occurrence. A new approach to oil and gas exploration. - Berlin: Springer-Verlag, 1978.
  9. Богородская Л.И. , Конторович А. Э., Ларичева А.И. Кероген: методы изучения, геохимическая интерпретация. - Новосибирск: Изд-во СО РАН, 2005. 254 с.
  10. Пожарский А.Ф. Гетероциклические соединения в биологии и медицине // Статьи Соросовского Образовательного журнала, 1996. http://www.pereplet.ru/ obrazovanie/stsoros/112.html.
  11. Лейбензон Л. С. Движение природных жидкостей и газов в пористой среде.-М.: ОГИЗ-Гостехиздат, 1947. 244 с.
  12. Байкал открывает свои тайны: на дне озера обнаружили источник нефти. 2008. http://www.rian.ru/ elements/20080807/150155919.html.
  13. Laherrere J. No free lunch, Part 1: A critique of Thomas Gold's claims for abiotic oil. - The Wilderness Publications, 2004. http://www.copvcia.com/ free/ww3/102104 no free pt1.shtml.
  14. Нефтегазоносные бассейны мира. Карта. - СПб.: ВСЕГЕИ, 1995.
  15. Крупнейшие нефтяные месторождения мира. http:// ru.wikipedia.org/wiki/EOODIAEUEA IAAONIUA IAOOI OIOAAIEN IEOA.
  16. Малаховская Я. Е., Иванцов А.Ю. Вендские жители Земли. - Архангельск: ПИН РАН, 2003. 48 с.
  17. Germain J. E. Catalytic conversion of hydrocarbons. - London-New York: Academic Press, 1969.
  18. Фомин Ю.М. Верхняя астеносфера - переходная зона между веществом мантии и литосферы. http://www.evolbiol.ru/fomin.htm.
  19. Тхоровская Н.В. Аномалия Земли // Материалы международной конференции памяти акад. П.Н. Кропоткина, 20-24 мая 2002. -М.: ГЕОС, 2002. С. 454- 455.
  20. Капустинский А.Ф. Геосферы и химические свойства атомов // Геохимия, 1956.№1. С. 53-61.
  21. Амбарцумян В. А. Научные труды. Т. 2.- Ереван:Изд-во АН Армянской ССР, 1960.
  22. Эйнштейн А. Основы общей теории относительности // Собр. науч. тр. Т. 1. -М.: Наука, 1965.
  23. Шеннон К. Математическая теория связи // Работы по теории информации и кибернетике.-М.: Изд-во иностранной литературы, 1963.
  24. Бриллюен Л. Наука и теория информации.-М.:Физматгиз, 1960.
  25. Гуревич И.М. Законы информатики - основа строения и познания сложных систем. - М.: ТОРУС ПРЕСС, 2007. 400 с.
  26. Сейфуль-Мулюков Р. Б. Информация и информационные процессы в системах неживой и живой природы // Системы и средства информатики. Спец. вып.-М.: ИПИ РАН, 2007. С. 140-156.
  27. Гуревич И.М. Информационные характеристики физических систем.-М.:Изд-во 11 формат, 2009. 167 с.
  28. Липиды. http://lipid.narod.ru/fa.html.
  29. McIver R.D. Hydrocarbons in canned mud from sites 185, 186, 189, and 191 -Leg 19 // Initial Reports of the Deep Sea Drilling Project, 1973. Vol. 19. P. 875-877. http:// www.deepseadrilling.org/19/volume/dsdp19 34.pdf.
  30. Simoneit B. R. T. Organic geochemistry of the shales from the Northwestern Proto-Atlantic, DSDP Leg 43 // Initial Reports of the Deep Sea Drilling Project, 1979. Vol. 43. P. 643-650. http://www.deepseadrilling.org/43/ volume/dsdp43 25.pdf.
  31. Баженова Т.К., Шиманский В.К. Исследование онтогенеза углеводородных систем как основа раздельного прогноза нефте- и газонасыщенности осадочных бассейнов // Нефтегазовая геология. Теория и практика, 2007.№2. http://www.ngtp.ru.


МОДЕЛИРОВАНИЕ ВЛИЯНИЯ ДЕФОРМАЦИЙ ОТПЕЧАТКОВ ПАЛЬЦЕВ НА ТОЧНОСТЬ ДАКТИЛОСКОПИЧЕСКОЙ ИДЕНТИФИКАЦИИ.

  • А. Р. Арутюнян  Институт проблем безопасного развития атомной энергетики Российской академии наук, artem@ibrae.ac.ru

Литература

  1. Bolle R.M., Connell J.H., Pankanti S., Ratha N.K., Senior A.W. Guide to biometrics. - New York: Springer- Verlag, 2003.
  2. Dessimoz D., Champod C., Richiadi J., Drygajlo A. Multimodal biometrics for identity documents. Research Report, PFS 314-08.05. UNIL, June 2006.
  3. Sinitsyn I.N., Ushmaev O. S. Development of metrological and biometric technologies and systems // 9th Conference (International) in Pattern Recognition and Image Analysis: New Information Technologies - PRIA-9-2002 Proceedings. - Nizhni Novgorod, 2008. Vol. 2. P. 169-172.
  4. Wayman J. L., Jain A.K., Maltoni D., Maio D. Biometric systems: Technology, design and performance evaluation. - London: Springer Verlag, 2005.
  5. Watson C., Wilson C., Indovina M., Cochran B. Two finger matching with Vendor SDK matchers. NISTIR 7249. July 2005.
  6. Ушмаев О. С. Адаптация биометрической системы к искажающим факторам на примере дактилоскопической идентификации // Информатика и её применения, 2009. Т. 3. Вып. 2. С. 25-33.
  7. Ушмаев О. С., Арутюнян А. Р. Метод оценки качества биометрической идентификации в операцион- ных условиях на примере дактилоскопической идентификации // Труды конференции ГрафиКон'2009: 19-я Международная конференция по компьютерной графике и зрению. - М.: МАКС ПРЕСС, 2009. С. 232-235.
  8. Ushmaev O., Novikov S. Biometric fusion: Robust approach // 2nd Workshop on Multimodal User Authentication - MMUA'06 Proceedings. Toulouse, France, 11-12 May 2006. http://mmua.cs.uchb.edu/ MMUA2006/Papers/127.pdf.
  9. Pugachev V. S., Sinitsyn I.N. Stochastic systems: Theory and applications.- World Scientific, 2001.
  10. Ушмаев О. С., Арутюнян А. Р. Влияние деформаций на качество биометрической идентификации по отпечаткам пальцев // Информатика и её применения, 2009. Т. 3. Вып. 4. С. 12-21.
  11. Novikov S., Ushmaev O. Registration and modelling of elastic deformations of fingerprints // Biometric Authentication: ECCV 2004 International Workshop - BioAW2004 Proceedings. - Berlin-Heidelberg: Springer-Verlag, 2004. P. 80-88.


МАТЕМАТИЧЕСКИЕ МОДЕЛИ ИЗОБРАЖЕНИЯ ОТПЕЧАТКА ПАЛЬЦА НА ОСНОВЕ ОПИСАНИЯ ЛИНИЙ .

  • В.Ю. Гудков  Челябинский государственный университет, кафедра прикладной математики, diana@sonda.ru

Литература

  1. Patent USA 5631971, Int. Cl. G 06 K 9/00. Vector based topological fingerprint matching /M.K. Sparrow (Winchester). -Field: Jul. 15, 1994;Date of patent: May 20, 1997; US Cl. 382/125. 17 p.
  2. Maltoni D., Maio D., Jain A.K. Handbook of fingerprint recognition.- New York: Springer-Verlag, 2003. 348 p.
  3. Гонсалес Р., Вудс Р. Цифровая обработка изображений / Пер. с англ.-М.: Техносфера, 2006. 1072 c.
  4. Патент РФ 2321057, МПК G 06 K 9/52, A 61 B 5/117. Способ кодирования отпечатка папиллярного узора / В.Ю. Гудков. - № 2006142831/09; заявл. 04.12.2006; опубл. 27.03.2008; Бюл. №9. 13 с.
  5. Патент РФ 2360286, МПК G 06 K 9/00. Способ кодирования отпечатка папиллярного узора / В.Ю. Гудков.- № 2007118575/09; заявл. 18.05.2007; опубл. 27.06.2009; Бюл. №18. 13 с.
  6. Sparrow M.K., Sparrow P. J. A topological approach to the matching of single fingerprints: Development of algorithms for use on latent finger marks // U.S. Dep. Comer. Nat. Bur. Stand. Spec. Pub., 1985.№500-126. 61 p.
  7. Новиков Ф. А. Дискретная математика для программистов: Учебник для вузов. 3-е изд.-СПб.: Питер, 2008. 384 с.


АВТОМАТИЗИРОВАННЫЙ КОНТРОЛЬ КАЧЕСТВА ЦИФРОВЫХ ИЗОБРАЖЕНИЙ ДЛЯ ПЕРСОНАЛЬНЫХ ДОКУМЕНТОВ.

  • С.Л. Каратеев  ФГУП "Государственный научно-исследовательский институт авиационных систем", goga@gosniias.ru
  • И.В. Бекетова  ФГУП "Государственный научно-исследовательский институт авиационных систем", irus@gosniias.ru
  • М.В. Ососков  ФГУП "Государственный научно-исследовательский институт авиационных систем"
  • В.А. Князь  ФГУП "Государственный научно-исследовательский институт авиационных систем"
  • Ю.В. Визильтер  ФГУП "Государственный научно-исследовательский институт авиационных систем"
  • А.В. Бондаренко  ФГУП "Государственный научно-исследовательский институт авиационных систем"
  • С.Ю.Желтов  ФГУП "Государственный научно-исследовательский институт авиационных систем"

Литература

  1. Freund Y., Schapire R. A short introduction to boosting // J. of Japanese Society for Artificial Intelligence, 1999. Vol. 14. No. 5. P. 771-780.
  2. Viola P., Jones M. Robust real time object detection // IEEE ICCVWorkshop Statistical and Computational Theories of Vision, July 2001.
  3. Бекетова И. В., Каратеев С.Л., Визильтер Ю. В., Бондаренко А. В., Желтов С.Ю. Автоматическое обнаружение лиц на цифровых изображениях на основе метода адаптивной классификации AdaBoost // Вестник компьютерных и информационных технологий, 2007. №8. С. 2-6.
  4. Albiol A., Torres L., Delp E. J. Optimum color spaces for skin detection // Conference (International) on Image Processing Proceedings, 2001. Vol. 1. P. 122-124.
  5. Schenk T. F. Digital photogrammetry. - TerraScience, 1999.
  6. Luhmann T., Robson S., Kyle S., Harley I. Close range photogrammetry, principles, methods and applications. - Whittles, 2006. 510 p.


АЛГОРИТМ РАСПОЗНАВАНИЯ ЛЮДЕЙ В ВИДЕОПОСЛЕДОВАТЕЛЬНОСТИ ПО ОДЕЖДЕ.

  • В.C. Конушин   Институт прикладной математики им. М.В. Келдыша РАН; Московский государственный университет им. М.В. Ломоносова, vadim@graphics.cs.msu.ru
  • Г. Р. Кривовязь   Московский государственный университет им.М.В. Ломоносова, gkrivovyaz@graphics.cs.msu.ru
  • А.С. Конушин   Московский государственный университет им.М.В. Ломоносова, ktosh@graphics.cs.msu.ru

Литература

  1. Zhao W., Chellappa R., Phillips P. J., Rosenfeld A. Face recognition: A literature survey // ACM Computing Surveys, 2003. Vol. 35. No. 4. P. 399-458.
  2. JaffreG., Joly P .Costume: A new feature for automatic video content indexing // RIAO Proceedings, 2004. P. 314-325.
  3. Song Y., Leung T. Context-aided human recognition - clustering // ECCV Proceedings, 2006. P. 382-395.
  4. Gallagher A., Chen T. Clothing cosegmentation for recognizing people // Proc. of CVPR, 2008. No. 1. P. 1-8.
  5. Nakajima C., Pontil M., Heisele B., Poggio T. Full-body person recognition system // Pattern Recognition, 2003. Vol. 36. No. 9. P. 1997-2006.
  6. Yoon K., Harwood D., Davis L. Appearance-based person recognition using color/path-length profile // J. Visual Communication Image Representation, 2006. Vol. 17. No. 3. P. 605-622.
  7. Geurts P., Ernst D., Wehenkel L. Extremely randomized trees //Machine Learning J., 2006. Vol. 63. No. 1.
  8. Wren C., Azarbayejani A., Darrell T., Pentland A. Pfinder: Real-time tracking of the human body // IEEE Trans. PAMI, 1997. Vol. 19. No. 7. P. 780-785.
  9. Stauffer C., Grimson W. E. L. Adaptive background mixture models for real-time tracking // CVPR Proceedings, 1999. P. 246-252.


ПОИСК И АНАЛИЗ КЛЮЧЕВЫХ ТОЧЕК РАДУЖНОЙ ОБОЛОЧКИ ГЛАЗА МЕТОДОМ ПРЕОБРАЗОВАНИЯ ЭРМИТА.

  • Е. А. Павельева   Московский государственный университет им. М.В. Ломоносова, факультет вычислительной математики и кибернетики, paveljeva@yandex.ru
  • А.С. Крылов   Московский государственный университет им. М.В. Ломоносова, факультет вычислительной математики и кибернетики, kryl@cs.msu.ru

Литература

  1. Martens J. B. The Hermite transform-theory // IEEE Transactions on Acoustics, Speech, and Signal Processing, 1990. Vol. 38. No. 9. P. 1595-1606.
  2. Ma L., Tan T., Zhang D., Wang Y . Local intensity variation analysis for iris recognition // Pattern Recognition, 2004. Vol. 37. No. 6. P. 1287-1298.
  3. Wang L., Dai M. Extraction of singular points in fingerprints by the distribution of Gaussian-Hermitemoment // IEEE 1st Conference (International) DFMA Proceedings, 2005. P. 206-209.
  4. Estudillo-Romero A., Escalante-Ramirez B. The Hermite transform: An alternative image representation model for iris recognition // LNCS, 2008. No. 5197. P. 86-93.
  5. Павельева Е. А., Крылов А. С., Ушмаев О. С. Развитие информационной технологии идентификации человека по радужной оболочке глаза на основе преобразования Эрмита // Системы высокой доступности, 2009. №1. С. 36-42.
  6. База данных CASIA-IrisV3. http://www.cbsr.ia.ac.cn/ IrisDatabase.htm.
  7. Krylov A. S., Pavelyeva E. A. Iris data parametrization by Hermite projection method // GraphiCon'2007 Conference Proceedings, 2007. P. 147-149.


СОСТАВЛЕНИЕ СУБЪЕКТИВНОГО ПОРТРЕТА С ИСПОЛЬЗОВАНИЕМ ЭВОЛЮЦИОННОГО МОРФИНГА И КВАЛИМЕТРИЯ МЕТОДА.

  • В.И. Протасов  Институт физико-технической информатики, Протвино, protonus@yandex.ru

Литература

  1. Муравев-Витковский А. В. Габитоскопия. http:// www.expert.aaanet.ru/rabota/gabito.htm.
  2. Протасов В.И., Панфилов Д. С., Здоровеющев Ю.Ю. Генерация фоторобота с помощью сетевого человеко-машинного интеллекта // Международная научно-техническая конференция "Интеллектуальные многопроцессорные системы ИМС-99". - Таганрог, 1999. С. 106-107.
  3. Протасов В.И. Генерация новых знаний сетевым человеко-машинным интеллектом. Постановка проблемы // Нейрокомпьютеры. Разработка и применение, 2001.№ 7-8.
  4. Протасов В.И. Метасистемный эффект самоорганизации интеллекта более высокого уровня из искусственных и естественных компонентов // Сб. научных трудов IV Всероссийской научно-технической конференции "Нейроинформатика-2002". - М., 2002. С. 33-40.
  5. Протасов В.И. Тестирование гибридного человеко- машинного интеллекта на шахматных задачах // Материалы международной научно-технической конференции "Искусственный интеллект 2002". - Кацивели, Крым, 2002. С. 348-353.
  6. Шустов Е. В., Протасов В.И., Витиска Н.И. Решение задачи формирования инвестиционного портфеля кластером компьютеров с использованием метода "двухступенчатого усиления интеллекта" // Российский экономическийИнтернет-журнал, 2003. http://www.e-rej.ru/Articles/2003/Invest.pdf.
  7. Протасов В.И., Витиска Н.И., Шустов Е. В. Решение многокритериальной задачи назначений методом генетического консилиума // Российский экономический Интернет-журнал, 2003. http://www.e-rej.ru/Articles/2003/Counsil.pdf.
  8. Протасов В.И., Дружинин А. А., Михайлов Л.В. Методика восстановления субъективного портрета коллективом свидетелей с использованием 3D-морфинга // Программные продукты и системы, 2007. №1(77). С. 21-24.
  9. FaceGen Modeller 3.1. http://www.facegen.com/ modeller.htm.
  10. Frowd C.D., Hancock P. J. B., Carson D. EvoFIT: A holistic, evolutionary facial identification technique for creating composites // Association for Computing Machinery Transactions on Applied Psychology, 2004. Vol. 1. P. 1-21.






 
© 2016 Институт проблем информатики Российской Академии наук Русский | English     Контакты