Детальная информация

Магистерская диссертация посвящена разработке программного модуля для определения транспортных средств. В работе рассматриваются современные методы анализа данных и алгоритмы классификации, используемые для определения типов транспортных средств на основе данных, полученных от носимых устройств. Основная цель исследования — разработка и внедрение алгоритма, способного эффективно классифицировать транспортные средства, используя датчики движения и навигации. В ходе работы проведен анализ существующих методов классификации транспортных средств, определен оптимальный подход для разработки алгоритма, разработан и реализован подход на языке программирования высокого уровня, создан программный модуль для определения типа транспортного средства, а также проведено тестирование и оценка разработанного решения. Разработанный программный модуль был успешно протестирован и показал высокую точность классификации, что подтверждает его практическую применимость. Полученные результаты могут быть использованы для совершенствования систем мониторинга транспортных потоков и разработки решений по безопасности дорожного движения.

The master’s thesis is dedicated to the development of a software module for vehicle identification. The study explores modern data analysis methods and classification algorithms used to determine vehicle types based on data obtained from wearable devices. The main goal of the research is to develop and implement an algorithm capable of efficiently classifying vehicles using motion and navigation sensors. The work includes an analysis of existing methods for vehicle classification, determination of the optimal approach for algorithm development, implementation of the approach in a high-level programming language, creation of a software module for vehicle classification, and testing and evaluation of the developed solution. The developed software module has been successfully tested and has shown high classification accuracy, which confirms its practical applicability. The results obtained can be used to improve traffic flow monitoring systems and develop solutions for road safety.