Студопедия

Главная страница Случайная страница

Разделы сайта

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника






Архитектура системы.






В основу построения системы положена архитектура «клиент-сервер», поддерживающая независимое обращение рабочих станций к обслуживающему запросы серверу.

Серверные функции:

поддержка электронного массива изображений объектов БД

приём к исполнению запросов рабочих станций

распределение вычислительных задач (автоматические поиски по БД)

формирование рекомендательных списков

Серверные функции обеспечиваются ресурсами единого серверного блока или распределяются между рабочими станциями.
Для хранения массивов изображений объектов в системах с большим объёмом БД выделяются отдельные компьютеры (мембоксы).
Для проведения поисков в системах с большим объёмом БД и высокими требованиями к пропускной способности выделяются специализированные мэтчеры-вычислители.
Процесс автоматических сравнений организован по технологии параллельных вычислений. Программное обеспечение АБИС «Арсенал» обеспечивает использование нескольких мэтчеров.
Операции ввода текстовых данных, сканирования и кодирования изображений, анализа рекомендательных списков и объектов БД выполняются на рабочих станциях.
В составе системы отдельной станцией может быть выделено рабочее место администратора, с которого осуществляется оперативный контроль за состоянием АБИС и прохождением поисков, производится архивирование данных и текущего состояния системы, управление сегментами БД.

 

17. Дополнительные возможности применения АБИС «Арсенал».

Трасологические исследования орудий взлома, инструментов и других объектов;

Сканирование следов на объектах цилиндрической формы;

 

18. Создание алгоритмов, предназначенных для самостоятельного решения дифференционно - идентификационных задач почерковедческой экспертизы.
Среди различных видов криминалистических исследований судебное почерковедение стало первым, где в начале 1960-х годов было предпринято использование ЭВМ в целях судебно-почерковедческой идентификации. Современные компьютеры позволяют быстро и надежно обрабатывать огромные объемы информации, что способствует повышению эффективности работы эксперта-почерковеда. Технически задача опознания образа в кибернетике решалась двумя путями. Первый путь получил название «метод сравнения с эталоном или полного перебора вариантов». Второй путь назывался персепторным: в нем машине демонстрируется часть объектов определенного множества, и она производит опознание любого объекта этого множества. Практическая реализация второго пути впервые была осуществлена в 1963 г. криминалистом Р. М. Ланцманом и математиками В. А. Якубовичем, Б. Н. Козинцем. Разработчики пошли по пути создания программы, которая не копирует действия эксперта, а заимствует алгоритм опознания, разработанный в вычислительной технике. Поскольку применение машинного опознания целесообразно в сложных случаях исследований, в качестве объектов авторы взяли сходные почерки. Данный алгоритм авторы назвали дифференционно-идентификационным, так как первоначально в сходных почерках двух лиц решалась задача дифференциации (выделение двух совокупностей признаков), а затем идентификационная задача - отнесение каждого исследуемого объекта к одной из этих совокупностей. (Категоричные «да» и «нет». Эксперт не мог дать оценку).

Другой разновидностью алгоритмов явились алгоритмы идентификационного типа. Первые попытки их апробации при исследовании почерка были осуществлены в ЦНИИСЭ в 1965 - 1967 годах (А. А. Журавель, Н. В. Трошко, Л. Г. Эджубов). Основу алгоритмов данного типа составил разработанный А. Я. Лернером, В. Н. Вапником и А. Я. Червоненкисом алгоритм обучения опознанию образов методом «обобщенного портрета». Преимуществом этого алгоритма по отношению к первому являлось то обстоятельство, что эксперт имел возможность оценивать результаты исследования и на их основании формулировать свой вывод.
Следующий алгоритм был разработан в Харьковском НИИСЭ для распознавания почерковых объектов, авторами его являлись Л. Е. Ароцкер, А. М. Компаниец, И. Б. Сироджа. Основу данного алгоритма составил математический аппарат, разработанный профессором В. Л. Рвачевым. С помощью этого аппарата можно составить так называемое нормальное уравнение прямой и дуги окружности, а, следовательно, и нормальное уравнение всей геометрической фигуры (письменного знака). Это уравнение позволяет получать объективную выраженную в конкретных числах меру близости исследуемой записи к записи-образцу.

 






© 2023 :: MyLektsii.ru :: Мои Лекции
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав.
Копирование текстов разрешено только с указанием индексируемой ссылки на источник.