Научные конференции

Информация о материале

Опубликовано: 10 сентября 2020

Просмотров: 885

Bekmuhamedov N.Е., Malakhov D.V., Tsychuyeva N.Yu.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Bekmuhamedov Nurlan Erkinovich - Candidate of Agricultural Sciences, Head of the Laboratory;

Malakhov Dmitry Victorovich - Leading Researcher;

Tsychuyeva Natalia Yurjevna - Candidate of Geographical Sciences,

LABORATORY FOR SPACE MONITORING OF AGRICULTURAL PRODUCTION,

JSC “NATIONAL CENTER OF SPACE RESEARCH AND TECHNOLOGY”,

 ALMATY, REPUBLIC OF KAZAKHSTAN

Abstract: methods of discrimination between irrigated and non-irrigated areas with satellite data are described along with the discussion on usability of moderate spatial resolution satellite data for monitoring of irrigated agricultural areas in arid zone of South Kazakhstan. The complex algorithm of irrigated area discrimination is based on calculation of temporal difference for thermal and vegetation indices during the vegetation period. Statistical peculiarities for satellite data are defined and described for irrigated and non-irrigated areas. The evaluation of applied algorithms for different agricultural conditions in South Kazakhstan is provided.

Keywords: remote sensing, monitoring, inventory, water-industry basins, Landsat, Sentinel.

Бекмухамедов Н.Э., Малахов Д.В., Цычуева Н.Ю.

Бекмухамедов Нурлан Эркинович - кандидат сельскохозяйственных наук, заведующий лабораторией;

МалаховДмитрий Викторович - ведущий научный сотрудник;

Цычуева Наталья Юрьевна - кандидат географических наук, ведущий научный сотрудник,

Лаборатория космического мониторинга сельскохозяйственного производства,

АО «Национальный центр космических исследований и технологий»,

г. Алматы, Республика Казахстан

Аннотация: В работе рассмотрены способы распознавания орошаемых и богарных земель по данным спутниковой съемки, возможности применения спутниковой информации среднего пространственного разрешения для инвентаризации и мониторинга орошаемых территорий в условиях аридных территорий Южного Казахстана. Предложен комплексный подход, основанный на расчете разницы температурных и вегетационных индексов в течение вегетационного периода. Описаны статистические закономерности, характерные для спутниковых и наземных данных на территориях с преобладанием орошаемого и богарного типов земледелия. Проведена оценка точности индексов для различных условий земледелия в пределах Южного Казахстана.

Ключевые слова: водно-хозяйственные бассейны, инвентаризация, мониторинг, Landsat, Sentinel, дистанционное зондирование земли

Список литературы / References

• Медеу А.Р., Мальковский И.М., Толеубаева Л.С., Алимкулов С.К. Водная безопасность Республики Казахстан: проблемы устойчивого водообеспечения. Алматы, 2015. 582с.
• Усков И.Б., Николаев М.В., Мищенко А.Ф., Усков А.О. Управление агроклиматическими рисками по данным дистанционного зондирования. ФГБНУ «Агрофизический научно-исследовательский институт. С. 176-184 // В сборнике Материалы Всероссийской научной конференции (с международным участием) «Применение средств дистанционного зондирования земли в сельском хозяйстве». Санкт-Петербург. 16-17 сентября 2015 г.
• Kottek M, Grieser J, Beck C, Rudolf B & Rubel F., 2006. World map of the Köppen-Geiger climate classification updated // Meteorologische Zeitschrift. - № 15. Р. 259–263. [Обновленная мировая карта классификации климата по Köppen-Geiger // Метеорологический журнал. № 15. С. 259-263].

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Ссылка для цитирования. Бекмухамедов Н.Э., Малахов Д.В., Цычуева Н.Ю. МЕТОД КОСМИЧЕСКОГО МОНИТОРИНГА ОРОШАЕМЫХ ТЕРРИТОРИЙ ПО СПУТНИКОВЫМ ДАННЫМ СРЕДНЕГО ПРОСТРАНСТВЕННОГО РАЗРЕШЕНИЯ В УСЛОВИЯХ ЮЖНОГО КАЗАХСТАНА [THE METHOD OF SPACE MONITORING OF IRRIGATED AREAS IN SOUTH KAZAKHSTAN WITH MODERATE RESOLUTION SATELLITE DATA] // XVII INTERNATIONAL SCIENTIFIC REVIEW OF THE TECHNICAL SCIENCES, MATHEMATICS AND COMPUTER SCIENCE Свободное цитирование при указании авторства: https://scientific-conference.com/grafik/2019-vtoroe-polugodie.html ( Boston. USA. - 14 September, 2020). с. {см. сборник}

Информация о материале

Опубликовано: 31 августа 2020

Просмотров: 990

Mukhamadiyeva K.В.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Mukhamadiyeva Kibriyo Bahodirovna - Applicant, Senior Lecturer, DEPARTMENT OF INFORMATION AND COMMUNICATION TECHNOLOGIES,

BUKHARA ENGINEERING TECHNOLOGICAL INSTITUTE,

BUKHARA, REPUBLIC OF UZBEKISTAN

Abstract: аrtificial neural networks (ANNs) are currently undergoing their second birth, which is primarily due to the increased computing power of modern computers and the emergence of extra-large data sets for training, present in global networks. Solutions in the field of data classification, image segmentation, decision support, which are comparable in quality and often exceed the results obtained from classical methods of image recognition, are developed on the basis of the ANN.  The applied field of research is related to solving problems of segmentation, classification and categorization of identification numbers of wagons that do not have a template and standard, based on the use of convolution neural networks (CNN). Recently, the research in this field has been actively conducted [1]. The work is devoted to the development of algorithms and architecture of a convolution neural network (CNN) to solve the problems of segmentation, classification and categorization of images of identification numbers of wagons.

Keywords: image recognition, neural network, ANN, CNN, OpenCV, pixel filtr, Softmax function.

Мухамадиева К.Б. 

Мухамадиева Кибриё Баходировна - соискатель, старший преподаватель, кафедра информационных и коммуникационных технологий,

Бухарский инженерно-технологический институт,

г. Бухара, Республика Узбекистан

Аннотация: искусственные нейронные сети (ИНС) в настоящее время переходят в основное направление развития, что, в первую очередь, связано с увеличением вычислительной мощности современных компьютеров и появлением сверхбольших наборов данных для обучения, присутствующих в глобальных сетях. На базе ИНС разрабатываются решения в области классификации данных, сегментации изображений, поддержки принятия решений, сопоставимые по качеству и зачастую превосходящие результаты, полученные с помощью классических методов распознавания образов.  Прикладная область исследований связана с решением задач сегментации, классификации и категоризации идентификационных номеров вагонов, не имеющих шаблона и стандарта, основанных на использовании сверточных нейронных сетей (CNN). В последнее время исследования в этой области активно проводятся [1]. Работа посвящена разработке алгоритмов и архитектуры сверточной нейронной сети (CNN) для решения задач сегментации, классификации и категоризации изображений идентификационных номеров вагонов.

Ключевые слова: распознавание образов, нейронная сеть, ИНН, CNN, OpenCV, фильтр пикселей, функция Softmax.

References / Список литературы

• Abkar A.-A., Sharifi M.A., Mulder N.J. Likelihood-based image segmentation and classification: a framework for the integration of expert knowledge in image classification procedures. Int. J. Appl. Earth Obs. Geoinformation 2, 2000. Р 104–119.
• Bahrampour S., Ramakrishnan N., Schott L., Shah M. Comparative study of deep learning software frameworks. ArXiv Prepr. In: ArXiv151106435, 2015.
• Barbedo J.G.A. Digital image processing techniques for detecting. quantifying and classifying plant diseases. SpringerPlus 2, 2013. Р 660.
• Davies H.G., Bowman C., Luby S.P. Cholera – management and prevention. J. Infect., Hot Topics in Infection and Immunity in Children 74 (17). Р 30194–30199, 2017. [Electronic Resource]. URL: undefined S. 66–S73/ (date of access: 31.08.2020).
• El Hatri C., Boumhidi J. Fuzzy deep learning based urban traffic incident detection. Cogn. Syst. Res., [Electronic Resource]. URL: undefined (date of access: 31.08.2020).
• Grinblat G.L., Uzal L.C., Larese M.G., Granitto P.M. Deep learning for plant identification using vein morphological patterns. Comput. Electron. Agric., 2016, Р 418–424.
• Guo Y., Liu Y., Oerlemans A., Lao S., Wu S., Lew M.S. Deep learning for visual understanding: A review. Neurocomputing 2016. Р 27–48.
• Boukaye Boubacar Traoré, Bernard Kamsu-Foguem, Fana Tangara. Deep convolution neural network for image recognition, 2018.10.02. Рp. 3-14.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Ссылка для цитирования. Мухамадиева К.Б. МАШИННОЕ ОБУЧЕНИЕ ОБРАБОТКИ ИЗОБРАЖЕНИЙ ПУТЕМ ПОВЫШЕНИЯ РАЗРЕШЕНИЯ ИЗОБРАЖЕНИЙ НИЗКОГО КАЧЕСТВА [MACHINE LEARNING TO PROCESS IMAGES BY INCREASING THE RESOLUTION OF LOW QUALITY IMAGES] // XVII INTERNATIONAL SCIENTIFIC REVIEW OF THE TECHNICAL SCIENCES, MATHEMATICS AND COMPUTER SCIENCE Свободное цитирование при указании авторства: https://scientific-conference.com/grafik/2019-vtoroe-polugodie.html ( Boston. USA. - 14 September, 2020). с. {см. сборник}

Информация о материале

Опубликовано: 31 августа 2020

Просмотров: 697

Gumbatov M.О., Akhmedova A.Н., Gafarov E.K.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Gumbatov Magomed Orudzh оglу - Candidate of Technical Sciences, Associate Professor;

Akhmedova Ayten Hamlet gyzу - Doctor of Philosophy in Technical Sciences, Senior Lecturer;

Gafarov Emil Kail oglу - Doctor of Philosophy in Technical Sciences, Senior Lecturer,

DEPARTMENT EXTRAORDINARY SITUATIONS AND HEALTH AND SAFETY, CONSTRUCTION AND TECHNOLOGICAL FACULTY,

AZERBAIJAN UNIVERSITY OF ARCHITECTURE AND CIVIL ENGINEERING,

 BAKU, REPUBLIC OF AZERBAIJAN

Abstract: fluorine and its connections has great industrial value. When processing fluorinated substances it is formed various connections which is toxic and poisonous. One of such productions is fluoric aluminum. When receiving fluoric aluminum waste fluoric hydrogen is formed and kremneftorit which constitutes danger to the environment. In given to article possibilities of processing utilization of fluorinated production wastes of fluoric aluminum are dangerous thatt safe management of toxic and poisonous waste of the industry.

Keywords: toxic waste, fluoric connections, safety, managements, environments.

Гумбатов М.О., Ахмедова А.Г., Гафаров Э.К.

Гумбатов Магомед Орудж оглы - кандидат технических наук, доцент;

Ахмедова Айтен Гамлет гызы - доктор философии по техническим наукам, старший преподаватель;

Гафаров Эмиль Каил оглы - доктор философии по техническим наукам, старший преподаватель,

кафедра чрезвычайных ситуаций и безопасности жизнедеятельности, строительно-технологический факультет,

Азербайджанский архитектурно-строительный университет,

  г. Баку, Азербайджанская Республика

Аннотация: фтор и его соединения имеют большое промышленное значение. При переработке фторсодержащих веществ образуются различные соединения, которые являются токсичными и ядовитыми. Одним из таких  производств является производство фтористого алюминия. При получении фтористого алюминия образуются отходы - фтористый водород и кремнефторид, которые представляют опасность для окружающей среды. В данной статье описаны возможности переработки-утилизации фторсодержащих отходов производства фтористого алюминия, что делает возможным безопасное управление токсичными и ядовитыми отходами промышленности.

Ключевые слова: токсичные отходы, фтористые соединения, безопасность, управления, окружающей среды.

Список литературы / References

• Позин М.Е. Технология минеральных солей. Л.: Химия, 1974. 845 с.
• Зайцев В.А., Новиков А.А., Родин В.И. Производство фтористых соединений при переработке фосфатного сырья. М.: Химия, 1982. 246 с.
• Мустафаев И.И., Гумбатов М.О. Элемент созидание и разрушения. Ж. «Гражданская защита». М. № 8, 2018.
• Галкин Н.П., Зайцев В.А., Серегин М.Б. Улавливание и переработка фторосодержащих газов. М.: Атомиздат, 1975. 240 с.
• Гумбатов М.О., Агаев Н.Б., Гусейнов Ю.Г. // Научно техническая конференция по охране окружающей среды. Тез. докл. НПК. Баку, 1982. 51 с.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Ссылка для цитирования. Гумбатов М.О., Ахмедова А.Г., Гафаров Э.К. БЕЗОПАСНОЕ УПРАВЛЕНИЕ ТОКСИЧНЫМИ ОТХОДАМИ ПРОИЗВОДСТВА ФТОРИСТОГО АЛЮМИНИЯ [SAFE MANAGEMENT OF TOXIC WASTE OF PRODUCTIONS OF FLUORIC ALUMINIUM] // LXXIII International Scientific Review of the Problems and Prospects of Modern Science and Education Свободное цитирование при указании авторства:https://scientific-conference.com/grafik/grafik-2020-pervoe-polugodie.html  ( Boston. USA. - 23 September, 2020). с. {см. сборник}

Информация о материале

Опубликовано: 31 августа 2020

Просмотров: 943

Ergashev D.A.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Ergashev Dilmurod Adiljanovich - Doctor of Philosophy (PhD), Senior Lecturer,

 DEPARTMENT CHEMICAL TECHNOLOGY,

FERGHANA POLYTECHNIC INSTITUTE,

FERGHANA, REPUBLIC OF UZBEKISTAN

Abstract: studying the solubility of the system {84,3%∑[Ca(ClO₃)₂+Mg(ClO₃)₂]+15,7%∑[CaCl₂+MgCl₂]}-CH₃COOH∙NH₂C₂H₄OH-H₂O from the freezing point -52,8 to -5,0°С. A polythermal solubility diagram is constructed, which delineates the ice crystallization fields, [Ca(ClO₃)₂∙Mg(ClO₃)₂], [CaCl₂∙MgCl₂], CH₃COOH, CH₃COOH∙NH₂C₂H₄OH, and as a new phase, CaOHClO₃·2NH₂C₂H₄OH∙2H₂O. Analysis of the radiograph of the initial components and the synthesized complex based on them shows that diffraction reflexes differ from each other, both in the value of interplane distances and in the intensity of diffraction lines. Thermal analysis also confirms the identity of the new compound.

Keywords: physiological active substances, polytherma, solubility, crystallization area, double and triple main points, calcium and magnesium chlorates and chlorides, defoliants.

 Эргашев Д.А. 

Эргашев Дилмурод Адилжонович (PhD) - старший преподаватель,

кафедра химической технологии,

Ферганский политехнический институт,

г. Фергана, Республика Узбекистан

Аннотация: изучена растворимость системы {84,3%∑[Ca(ClО₃)₂+ Мg(ClО₃)₂]+15,7%∑[CaCl₂+MgCl₂]}-CH₃COOH∙NH₂C₂H₄OH-H₂O от температуры полного замерзания -52,8 до -5,0°С. Построена политермическая диаграмма растворимости, на которой разграничены поля кристаллизации льда, [Ca(ClО₃)₂∙Мg(ClО₃)₂], [CaCl₂∙MgCl₂], CH₃COOH, CH₃COOH∙NH₂C₂H₄OH и в качестве новой фазы CaOHClO₃· 2NH₂C₂H₄OH∙2H₂O. Анализ рентгенограммы исходных компонентов и синтезированного комплекса на их основе показывает, что дифракционные рефлексы отличаются друг от друга, как по значению межплоскостных расстояний, так и по интенсивностям дифракционных линий. Термический анализ также подтверждает индивидуальность нового соединения.

Ключевые слова: физиологически активные вещества, политерма, растворимость, поля кристаллизации, двойные и тройные узловые точки, хлораты и хлориды кальция и магния, дефолианты.

References / Список литературы

• Umarov A.A., Kutyanin L.I. New defoliants: search, properties, application. : Chemistry, 2000. 142 p.
• Liquid chlorate magnesium defoliant. Technical conditions Ts 00203855-34: 2015. 14 p.
• Shukurov J.S., Ishanhodzhaev S.S., Askarova M.K., Tukhtaev S. Studying the solubility of components in the NaClO3∙2CO(NH2)2-NH2C2H4OH∙CH3COOH-H2O system. Journal of Inorganic Chemistry. Moscow, 2011. 56. Number 3, P. 502-505.
• Tukhtaev S., Shammasov R.E., Kucharov H. Solubility polytherm of the magnesium chlorate - water system. // Dokl. Academy of Sciences of the UzSSR, 1984. № 1. P. 31-32.
• Tursunov A.S., Ergashev D.A., Khamrakulov Z.A. Investigation of filtration processes upon receipt of a chlorate-containing defoliant from dolomite // Universum: Technical Sciences: electron. scientific journal, 2018. № 10 (55).
• Ergashev Dilmurod, Askarova Mamura, Tukhtaev Saidahral. Investigation of the mutual effect of the components in systems substantiating the process of obtaining a new defoliant // Austrian Journal of Technical and Natural Sciences. № 3-4, 2016. March-April. P. 135-141.
• Ergashev D.A., Togasharov A.S., Askarova M.K., Tukhtaev S. Solubility of the components in the system [21,8%Ca(ClO3)2+19,5%Mg(ClO3)2+3,7%CaCl2+ 3,7%MgCl2+51,3%H2O]-CO(NH2)2-H2O. Uzbek Chemical Journal. 5, 2012. P. 34-39.
• Khamdamova Sh.Sh. Solubility in triple aqueous systems, including calcium chlorate and diethanolamine (triethanolamine) at 25°C. Journal of inorganic chemistry. Moscow, 2017. 62, 11. P. 1525-1529.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Ссылка для цитирования. Эргашев Д.А. РАСТВОРИМОСТЬ КОМПОНЕНТОВ В СИСТЕМЕ {84,3%∑[CA(CLO3)2+ MG(CLO3)2]+15,7%∑[CACL2+MGCL2]}-CH3COOH·NH2C2H4OH-H2O [SOLUBILITY OF COMPONENTS IN THE SYSTEM {84,3%∑[CA(CLO3)2+ MG(CLO3)2]+15,7%∑[CACL2+MGCL2]}-CH3COOH·NH2C2H4OH-H2O] // XVII INTERNATIONAL SCIENTIFIC REVIEW OF THE TECHNICAL SCIENCES, MATHEMATICS AND COMPUTER SCIENCE Свободное цитирование при указании авторства: https://scientific-conference.com/grafik/2019-vtoroe-polugodie.html ( Boston. USA. - 14 September, 2020). с. {см. сборник}