Журналы
Email: Пароль: Войти Регистрация
Содержание журнала, редсовет, редколлегия, информация об обложке.

Table of contents, editorial board, editors, information on cover.
Журнал включен в обновленный список ВАК. Уточнены отрасли наук и группы специальностей, по которым принимаются статьи. Приведены сведения о новых членах редакционного совета.
Проблема обработки и хранения BigData, основную часть которых составляет неструктурированная информация, привела к появлению NoSQL баз данных, которые стремительно завоевали популярность. Одно время даже высказывалось мнение, что традиционные реляционные СУБД обречены. Действительно ли это так? Решают ли новомодные системы те задачи, которые стоят в настоящее время перед системами хранения данных? С. 5-16.

The problem of storage and processing of big data, the main part of which presented unstructured information, led to the development of NoSQL databases, which have rapidly gained popularity among researchers and users. Some of them once even expressed an opinion that traditional relational databases would become obsolete. Is it indeed so? Would newfangled NoSQL DBMS respond to the challenges currently facing the data management systems? In the present paper we are addressing these issues.

Ключевые слова: СУБД, NoSQL, рейтинг DB-Engines, целостность данных, продолжительность транзакций, согласованность данных, доступность данных, устойчивость к разделению.
Keywords: DBMS, NoSQL, DB-Engines Ranking, Integrity, Durability, Consistence, Availability, Partition tolerance
Данная работа относится к области автоматических систем распознавания лиц для задач биометрии. Представляет новый способ моделирования, с использованием, так называемого мнемонического описания (МО) системы распознавания лиц. Данный способ моделирования позволяет более быстро, точно и просто сформировать готовую к экспериментам систему распознавания. Помимо этого, МО позволяет более точно обмениваться результатами работы. Использование МО способствует более быстрому обучению и проведению экспериментов, поскольку не требует изучения дополнительных языков программирования и может быть полезно как начинающим исследователям, так и специалистам, а также сотрудникам из смежных областей знаний. В работе представлены результаты моделирования по наиболее известным системам распознавания лиц: 1DPCA, 2DPCA и Fisherfaces (LDA) с использованием общедоступных баз изображений лиц: «AT & T-ORL», «The Extended Yale Face Database B» и «The Yale Database A». С. 17-23.

This paper belongs to area of automatic face recognition systems for biometrics tasks. And it represents a new way of modeling with the use of mnemonic description of the model in face recognition systems. This way of modeling allows more quickly, precisely and simply to create face recognition system for experiments. In addition mnemonic description allows to exchange results of work more precisely. And it also promotes faster training and carrying out experiments as doesn't demand studying of additional programming languages. Mnemonic description can be useful as to the beginning researchers, experts and also employees from related fields of knowledge. The results of modeling of the most known face recognition system are presented in the work, such as: 1DPCA, 2DPCA and Fisherfaces (LDA) with the public bases use of persons images: «AT & T-ORL», «The Extended Yale Face Database B» and «The Yale Database A».

Ключевые слова: распознавание лиц, автоматические системы распознавания лиц, биометрия, мнемоническое описание, моделирование систем распознавания лиц.
Keywords: face recognition, automatic face recognition systems, biometrics, mnemonic description, modeling of face recognition system.
Кластеризация документов – задача объединения текстов по группам таким образом, что все тексты в одной группе обладают некоторыми общими свойствами (принадлежат одному автору, являются текстами одного жанра и др.). Эта задача становится особенно важной по причине стремительно возрастающего количества документов в оцифрованном виде.
Для решения задачи кластеризации исследована новая метрика сравнения почерков, основанная на Графах Отношения Особенностей (далее ГОО). Эта метрика успешно зарекомендовала себя при решении тексто-независимой задачи определения автора персидской рукописи на основе почерка.
Особенности, основанные на локальных шаблонах, извлекаются из рукописных документов с помощью фильтров Габора и X-Габора (XGabor). Извлеченные особенности формируют ГОО.
Исследуется эффективность нескольких наиболее популярных алгоритмов кластеризации для задачи обработки рукописных текстов на русском языке в пространстве ГОО.
В работе приведены численные эксперименты, демонстрирующие эффективность предложенной метрики, а также результаты эффективности применения различных алгоритмов кластеризации. С. 24-35.

Clustering of manuscripts becomes important nowadays because of the rapidly increasing number of documents in digital form. To solve this problem a new metric to compare handwritings based on the Feature Relation Graph (FRG) is investigated.
This metric has demonstrated good results for the problem of text-independent writer recognition of Persian manuscripts on the basis of handwriting.
Features that are based on local templates are extracted from manuscripts using Gabor and XGabor filters.
We study the effectiveness of the most popular clustering algorithms for the problem of Russian manuscripts processing in the phase space of FRG.
The paper presents numerical experiments demonstrating the effectiveness of the proposed metrics.
The results of the various clustering algorithms are also provided.

Ключевые слова: обработка рукописей, русскоязычные тексты, кластеризация текстов, граф отношения особенностей, фильтр Габора.
Keywords: Russian manuscripts, clustering, feature relation graph, Gabor filter.
Проект РуСи задуман в качестве инструмента обучения программированию школьников, студентов и взрослых людей, которые решили освоить эту замечательную специальность. Первоначальным толчком была необходимость создать простое, наглядное, но достаточно мощное средство программирования роботов, затем задача была расширена на обучение алгоритмической грамотности и информатике. Наконец, оказалось, что получившийся компактный компилятор с языка С (с некоторыми ограничениями) в коды оригинальной виртуальной машины может быть с успехом использован в курсе «Трансляция» специальности Программная инженерия. Архитектура виртуальной машины проекта РуСи будет описана в отдельной статье. С. 36-47.

The project RuC was designed as a tool for teaching programming among pupils, students and adults who have decided to learn this wonderful profession. Initially there was the need to create a simple, intuitive, yet powerful tool for robots programming, then the task was extended to the training of algorithmic and computer science. Finally, it was found that the resulting compact compiler with C language (with some restrictions) to the codes of the original virtual machine can be successfully used in the course «Translation» for software engineering specialty. The architecture of the RuC virtual machine project will be discussed in a separate article.

Ключевые слова: язык С, компилятор, виртуальная машина, обучение программированию, роботы, школьная информатика.
Keywords: C programming language, compiler, virtual machine, programming education, robotics, school informatics.
В статье описывается модель сюжетных задач, которые использовались для компьютерной поддержки продолжительной экспериментально-исследовательской работе с задачами по математике и информатике в рамках конкурса «Конструируй, исследуй, оптимизируй». Приводится качественный и количественный анализ результатов эксперимента. С. 48-60.

The article presents the model of tasks in mathematics and informatics intended for constructing a computer support of experimental and research activities of students. This approach was implemented in “Construct, Test, Explore” distant competition. Qualitative and quantitative analysis of results of experiment is given.

Ключевые слова: автоматизация конкурсов, информатизация образования, информационные технологии, обучение математике и информатике.
Keywords: automation of competitions, information technologies in education, learning mathematics and informatics.
Для пополнения баланса выберите страну, оператора и отправьте СМС с кодом на указанный номер. Отправив одну смс, вы получаете доступ к одной статье.
Закрыть