Отрывок: Вторая содержит классы, участвующие во взаимодействии системы с внешними по отношению к ней объектами: пользователем и источником внешних данных для случая получения данных из базы данных (БД). Таким образом, на данной диаграмме находятся классы, отвечающие за пользовательский интерфейс и интерфейс связи с БД. Диаграмма классов может быть построена как на этапе логического, так и на этапе физического проектирования. В данном случае нас ...
Название : | Автоматизированная система нейросетевой классификации печатных символов |
Авторы/Редакторы : | Романов Д. А. Севостьянова В. В. Соловьева Я. В. Министерство науки и высшего образования Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) Институт информатики математики и электроники |
Дата публикации : | 2020 |
Библиографическое описание : | Романов, Д. А. Автоматизированная система нейросетевой классификации печатных символов : вып. квалификац. работа по направлению подгот. 09.03.01 "Информатика и вычислительная техника" (уровень бакалавриата) / Д. А. Романов ; рук. работы В. В. Севостьянова ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информа. - Самара, 2020. - on-line |
Аннотация : | Целью работы является автоматизация процесса распознавания печатных символов и классификации их с помощью нейронной сети обратного распространения ошибки. Рассмотрены существующие системы анализа нейросетевых методов распознавания. Изучены алгоритмы обучения нейронных сетей с использованием метода обратного распространения ошибки, способырешения задач распознавания и классификации с помощью нейронных сетей. Разработан информационно-логический проект системы с использованием методологии UML.Разработана и реализована автоматизированная система нейросетевой классификации печатных символов с помощью многослойного персептрона.Разработан пример распознавания печатных символов с изображения многослойным персептроном с помощью разработанной системы. Рассчитан экономический эффект от внедрения автоматизированной системы.Произведена оценка условий труда пользователей системы. |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20201013161714 |
Ключевые слова: | печатные символы функция Ферми алгоритм обратного распространения ошибки автоматизированные системы многослойный персептрон гиперболический тангенс нейронные сети нейросетевые методы нейросетевая классификация |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Романов_Дмитрий_Алексеевич_Автоматизированная_система_нейросетевой_классификации.pdf | 2.02 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.