Ф.И.О.
Швец Сергей Владимирович
Ученая степень
• доктор юридических наук
Ученое звание
доцент
Почетное звание
—
Организация, должность
• Кубанский государственный аграрный университет
Научные интересы
Адрес веб-сайта
—
Электропочта
—
Текущий рейтинг (суммарный рейтинг статей)
0
TOP5 соавторов
Статей в журнале: 2 шт
Сформировать список работ, опубликованных в Научном журнале КубГАУ
-
Решение задачи классификации боеприпасов по типам стрелкового нарезного оружия методом АСК-анализа
Краткое описание
В криминалистике существует актуальная задача определения типа стрелкового нарезного оружия (автомат, винтовка, крупный калибр, пистолет) по его использованным боеприпасам, обнаруженным на месте применения оружия. Предлагается решение этой задачи с применением нового инновационного метода искусственного интеллекта: автоматизированного системно-когнитивного анализа (АСК-анализ) и его программного инструментария – универсальной когнитивной аналитической системы «Эйдос». В системе «Эйдос» реализован программный интерфейс, обеспечивающий ввод в систему изображений, и выявление их внешних контуров. Путем многопараметрической типизации в системе создается системно-когнитивная модель, с применением которой, если модель окажется достаточно достоверной, могут решаться задачи системной идентификации, прогнозирования, классификации, поддержки принятия решений и исследования моделируемого объекта путем исследования его модели. Для решения этой задачи выполняются следующие этапы: 1) ввод в систему «Эйдос» изображений боеприпасов и создание их математических моделей; 2) синтез и верификация моделей обобщенных образов боеприпасов по типам оружия на основе контурных изображений конкретных боеприпасов (многопараметрическая типизация); 3) повышение качества модели путем разделения классов на типичную и нетипичную части; 4) количественное определение сходства- различия конкретных типов боеприпасов с обоб- щенными образами боеприпасов различных типов оружия (системная идентификация); 5) количественное определение сходства-различия типов боеприпасов, т.е. кластерно-конструктивный анализ обобщенных образов боеприпасов. Приводится численный пример. Имеется успешный опыт решения подобных задач в других предметных областях
-
Определение типа и модели стрелкового нарезного оружия по боеприпасам методом АСК-анализа
Краткое описание
В криминалистике существуют актуальные задачи определения типа (автомат, винтовка, крупный калибр, пистолет) и конкретной модели стрелкового нарезного оружия по его боеприпасам, в частности, обнаруженным на месте применения оружия. Предлагается решение этой задачи с применением нового инновационного метода искусственного интеллекта: автоматизированного системно-когнитивного анализа (АСК-анализ) и его программного инструментария – универсальной когнитивной аналитической системы «Эйдос». В системе «Эйдос» реализован программный интерфейс, обеспечивающий ввод в систему изображений, и выявление их внешних контуров на основе яркостной и цветовой контрастности. Путем многопараметрической типизации контурных изображений конкретных боеприпасов в системе создается и верифицируется системно-когнитивная модель, с применением которой (если модель окажется достаточно достоверной), могут решаться задачи системной идентификации, классификации, исследования моделируемого объекта путем исследования его модели и другие. Для решения этих задач выполняются следующие этапы: 1) ввод в систему «Эйдос» изображений боеприпасов и создание математических моделей их контуров; 2) синтез и верификация моделей обобщенных образов боеприпасов по типам оружия на основе контурных изображений конкретных боеприпасов (многопараметрическая типизация); 3) количественное определение сходства-различия конкретных боеприпасов с обобщенными образами боеприпасов различных типов и моделей стрелкового нарезного оружия (системная идентификация); 4) количественное определение сходства-различия типов боеприпасов, т.е. кластерно-конструктивный анализ обобщенных образов боеприпасов. Приводится численный пример. Имеется успешный опыт решения подобных задач в других предметных областях
pdf 4.219.293kb
doc 4.219.293kb