Поиск

Выпуск
Название
Авторы
Том 29, № 2 (2019)
A Substructure Segmentation Method of Left Heart Regions from Cardiac CT Images Using Local Mesh Descriptors, Context and Spatial Location Information
Zhang Y., Niu L.
PDF
(Eng)
Том 28, № 3 (2018)
Factors Influencing Accuracy of Biometrical Personal Identification Based on Cardiograms
Bogdanov M., Kartak V., Dumchikov A., Fabarisova A.
PDF
(Eng)
Том 27, № 3 (2017)
Sparse coding for image classification base on spatial pyramid representation
Han D., Liu Q.
PDF
(Eng)
Том 26, № 2 (2016)
Reduction based similarity learning for high dimensional problems
Iofina G., Maximov Y.
PDF
(Eng)
Том 29, № 1 (2019)
Ground Object Information Recovery for Thin Cloud Contaminated Optical Remote Sensing Images
Hu G., Zhou W., Liang D., Bao W.
PDF
(Eng)
Том 28, № 2 (2018)
A New Dimensionality Reduction Method with Correlation Analysis and Universum Learning
Chen X., Wang L.
PDF
(Eng)
Том 27, № 2 (2017)
Distributed coordinate descent for generalized linear models with regularization
Trofimov I., Genkin A.
PDF
(Eng)
Том 26, № 2 (2016)
Optimisation of multiclass supervised classification based on using output codes with error-correcting
Ryazanov V.
PDF
(Eng)
Том 29, № 1 (2019)
Object Identification on Low-Count Images by Means of Maximum-Likelihood Descriptors of Precedents
Antsiperov V.
PDF
(Eng)
Том 28, № 2 (2018)
On Finding the Maximum Feasible Subsystem of a System of Linear Inequalities
Katerinochkina N., Ryazanov V., Vinogradov A., Wang L.
PDF
(Eng)
Том 27, № 2 (2017)
A method for recognizing changes in stomach mucosal microstructure by video endoscopy
Kadushnikov R., Mizgulin V., Kulagina O., Fedorov E., Starodubov D., Studenok S., Erendzhenova K., Kamenin I., Davi Y.
PDF
(Eng)
Том 26, № 1 (2016)
A survey of deep learning methods and software tools for image classification and object detection
Druzhkov P., Kustikova V.
PDF
(Eng)
Том 28, № 4 (2018)
Multidimensional Data Visualization Based on the Minimum Distance Between Convex Hulls of Classes
Nemirko A.
PDF
(Eng)
Том 28, № 1 (2018)
Traffic Sign Classification with a Convolutional Network
Staravoitau A.
PDF
(Eng)
Том 27, № 2 (2017)
Tradeoff search methods between interpretability and accuracy of the identification fuzzy systems based on rules
Yankovskaya A., Gorbunov I., Hodashinsky I.
PDF
(Eng)
Том 28, № 4 (2018)
An Algorithm for Reselecting a Reference Objects
Bondarenko N.
PDF
(Eng)
Том 27, № 4 (2017)
Image clustering segmentation based on SLIC superpixel and transfer learning
Li X., Shen X., Chen H., Feng Y.
PDF
(Eng)
Том 27, № 1 (2017)
A robust statistical set of features for Amazigh handwritten characters
Aharrane N., Dahmouni A., El Moutaouakil K., Satori K.
PDF
(Eng)
Том 29, № 4 (2019)
An Efficient Human Activity Recognition Technique Based on Deep Learning
Khelalef A., Ababsa F., Benoudjit N.
PDF
(Eng)
Том 28, № 4 (2018)
Iris Anti-Spoofing Solution for Mobile Biometric Applications
Odinokikh G., Efimov I., Solomatin I., Korobkin M., Matveev I.
PDF
(Eng)
Том 27, № 4 (2017)
Towards reliable object detection in noisy images
Milyaev S., Laptev I.
PDF
(Eng)
Том 27, № 2 (2017)
Urban areas extraction from multi sensor data based on machine learning and data fusion
Puttinaovarat S., Horkaew P.
PDF
(Eng)
Том 29, № 3 (2019)
Predictive Diagnosis of Glaucoma Based on Analysis of Focal Notching along the Neuro-Retinal Rim Using Machine Learning
Mukherjee R., Kundu S., Dutta K., Sen A., Majumdar S.
PDF
(Eng)
Том 28, № 3 (2018)
Neural Network Forecasting of Precipitation Volumes Using Patterns
Gorshenin A., Kuzmin V.
PDF
(Eng)
Том 27, № 3 (2017)
Optic disc and cup segmentation methods for glaucoma detection with modification of U-Net convolutional neural network
Sevastopolsky A.
PDF
(Eng)
1 - 25 из 30 результатов 1 2 > >> 
Подсказки:
  • Ключевые слова чувствительны к регистру
  • Английские предлоги и союзы игнорируются
  • По умолчанию поиск проводится по всем ключевым словам (агенс AND экспериенцер)
  • Используйте OR для поиска того или иного термина, напр. образование OR обучение
  • Используйте скобки для создания сложных фраз, напр. архив ((журналов OR конференций) NOT диссертаций)
  • Для поиска точной фразы используйте кавычки, напр. "научные исследования"
  • Исключайте слово при помощи знака - (дефис) или оператора NOT; напр. конкурс -красоты или же конкурс NOT красоты
  • Используйте * в качестве версификатора, напр. научн* охватит слова "научный", "научные" и т.д.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».