| dc.contributor.author | Гируцкий, И. И. | |
| dc.contributor.author | Сеньков, А. Г. | |
| dc.contributor.author | Ракевич, Ю. А. | |
| dc.coverage.spatial | Минск | ru |
| dc.date.accessioned | 2023-07-19T12:53:56Z | |
| dc.date.available | 2023-07-19T12:53:56Z | |
| dc.date.issued | 2023 | |
| dc.identifier.citation | Гируцкий, И. И. Статистический алгоритм обработки термографических снимков вымени коровы для диагностики мастита с использованием критерия Байесса = Statistical Bayesian algorithm for processing thermographic images of the cow udder for diagnosing mastitis / И. И. Гируцкий, А. Г. Сеньков, Ю. А. Ракевич // Системный анализ и прикладная информатика. – 2023. – № 1. – С. 42-46. | ru |
| dc.identifier.uri | https://rep.bntu.by/handle/data/131743 | |
| dc.description.abstract | Сформулирована математическая задача многогипотезного обнаружения субклинического и клинически выраженного мастита у молочных коров по получаемым в результате цифровой обработки тепловых изображений вымени максимальным значениям температуры вымени. Численным методом последовательного перебора значений определены оптимальные пороговые значения температуры, соответствующие байесовскому критерию минимального среднего риска в указанной выше задаче многогипотезного обнаружения. | ru |
| dc.language.iso | ru | ru |
| dc.publisher | БНТУ | ru |
| dc.title | Статистический алгоритм обработки термографических снимков вымени коровы для диагностики мастита с использованием критерия Байесса | ru |
| dc.title.alternative | Statistical Bayesian algorithm for processing thermographic images of the cow udder for diagnosing mastitis | ru |
| dc.type | Article | ru |
| dc.identifier.doi | 10.21122/2309-4923-2023-1-42-46 | |
| local.description.annotation | The article presents results of our experiments carried out to study the invariance of the digital description of the imageThere in the paper is formulated a mathematical problem of multi-hypothetical detection of subclinical and clinical mastitis in dairy cows by the maximum values of udder temperature measured by digital processing of the udder thermal images. The optimal temperature threshold values corresponding to the Bayesian criterion of the minimum average risk in the above multi-hypothesis detection problem are determined by numerical modelling. | ru |
