Automated processing of measuring information and control processes of eutrophication in water for household purpose, based on artificial neural networks
DOI:
https://doi.org/10.18372/2306-1472.30.1388Abstract
The possibilities of application informational-computer technologies for automated handling of a measuring information about development of seaweed (evtrofication) in household reservoirs are considered. The input data’s for a research of processes evtrofication are videoimages of tests of water, which are used for the definition of geometric characteristics, number and biomass of seaweed. For handling a measuring information the methods of digital handling videoimages and mathematical means of artificial neural networks are offered.
References
Романенко В.Д. Основы гидроэкологии: Учеб. для вузов. – К.: Генеза, 2004. – 664 с.
Топачевский А.В., Масюк Н.П. Пресноводные водоросли Украинской ССР. – К.: Вища шк., 1981. – 333 с.
Хоружая Т.А. Методы оценки экологической опасности. – М.: Экспертное бюро, 1998. – 224 с.
Водоросли: Справ. / С.П. Васер, Н.В. Кондратьева, Н.П. Масюк и др. – К.: Наук. думка, 1989. – 608 с.
Методичні основи гідробіологічних досліджень водних екосистем / За ред. В.І. Назаренко. – К., 2002. – 48 с.
Князев В.С., Кононова И.Б. Руководство к лабораторным занятиям по общей петрографии: Учеб. пособие для вузов. – 2-е изд., перераб. и доп. – М.: Недра, 1991. – 128 с.
Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. – М.: Горячая линия–Телеком, 2001. – 382 с.
Уоссермен Ф. Нейрокомпьютерная техника. – М.: Мир, 1992. – 127 с.
Абламейко С.В., Лагуновский Д.М. Обработка изображений: технология, методы, применение. – Минск: Ин-т техн. кибернетики НАН Беларуси, 1999. – 300 с.
Системы технического зрения (принципиальные основы, аппаратное и математическое обеспечение) / Под ред. А.Н. Писаревского, А.Ф. Чернявского. – Л.: Машиностроение, 1988. – 424 с.
