Отрывок: 2 – Зависимость качества классификации от числа нейронов скрытого слоя для набора данных «Ирисы Фишера» Число нейронов Процент верно распознанных Ирисов N BackPROP RPROR SA Комбинация алгоритмов 1 75 79 69 3 96 98 97 97 5 96 98 96 7 97 98 97 99 Рисунок 4.2 – График зависимость качества классификации от числа нейронов в скрытом слое для набора данных «Ирисы Фишера» 65 70 75 80 85 90 95 100 1 3 5 7П ро це нт в ер но р ас по зн ан ны х ир ис ов Число нейронов BackProp ...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorКанабеев С. П.ru
dc.contributor.authorЛезин И. А.ru
dc.contributor.authorГрафкин А. В.ru
dc.contributor.authorМинистерство образования и науки Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.coverage.spatialалгоритм обученияru
dc.coverage.spatialавтоматизированные системыru
dc.coverage.spatialнейроннве сетиru
dc.coverage.spatialмногослойный персептронru
dc.coverage.spatialраспознавание образовru
dc.creatorКанабеев С. П.ru
dc.date.issued2017ru
dc.identifierRU\НТБ СГАУ\ВКР20170707155802ru
dc.identifier.citationКанабеев, С. П. Обучение нейронных сетей методом комбинации алгоритмов обучения : вып. квалификац. работа по спец. "Информатика и вычислительная техника" / С. П. Канабеев ; рук. работы И. А. Лезин; рец. А. В. Графкин ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Фак-т информатики, Каф. информ. систе. - Самара, 2017. - on-lineru
dc.description.abstractЦелью данной выпускной квалификационной работы магистра является анализ процесса обучения нейронных сетей на примере многослойного персептрона при решении задач классификации, поиск оптимального алгоритма обучения, обеспечивающего минимальную погрешностьru
dc.format.extentЭлектрон. дан. (1 файл : 1,0 Мб)ru
dc.titleОбучение нейронных сетей методом комбинации алгоритмов обученияru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.032.26ru
dc.textpart2 – Зависимость качества классификации от числа нейронов скрытого слоя для набора данных «Ирисы Фишера» Число нейронов Процент верно распознанных Ирисов N BackPROP RPROR SA Комбинация алгоритмов 1 75 79 69 3 96 98 97 97 5 96 98 96 7 97 98 97 99 Рисунок 4.2 – График зависимость качества классификации от числа нейронов в скрытом слое для набора данных «Ирисы Фишера» 65 70 75 80 85 90 95 100 1 3 5 7П ро це нт в ер но р ас по зн ан ны х ир ис ов Число нейронов BackProp ...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Канабеев_Сергей_Павлович_Обучение_нейронных_сетей_методом.pdf1.05 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.