Отрывок: Пользователь может загрузить выборку из файла и выбрать один из методов градиентного спуска в качестве метода обучения сети. – Работа с разметкой. Данный вариант использования с помощью связей включения включает в себя следующие варианты использования: 1. Работа со строками; 2. Работа с символами. – Тестирование системы. Данный вариант использования с помощью связей включения и расширения включает в себя следующие варианты использования: 1. Загрузить изображение; 2. Разметить ...
Название : | Автоматизированная система распознавания рукописных символов с помощью нейронных сетей |
Авторы/Редакторы : | Щекин И. П. Соловьева Я. В. Министерство науки и высшего образования Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) |
Дата публикации : | 2023 |
Библиографическое описание : | Щекин, И. П. Автоматизированная система распознавания рукописных символов с помощью нейронных сетей : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры), профиль "Информационные системы и технологии" / И. П. Щекин ; рук. работы Я. В. Соловьева ; 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 информатики. - Самара, 2023. - 1 файл (2,2 Мб). - Текст : электронный |
Аннотация : | Целью выпускной квалификационной работы является автоматизацияпроцесса распознавания рукописных символов и исследования эффективностииспользованных моделей нейронных сетей.В рамках работы был проведён анализ предметной области, которыйвключает в себя анализ предварительной обработки изображения, анализсуществующих методов решения задачи распознавания рукописных символов.Также был проведён обзор существующих систем-аналогов. Разработанаинформационно-логическая модель в нотации UML с помощью CASE-средстваdraw.io. Выбран комплекс программных средств, а также разработаныалгоритмы функционирования системы. Представлены исследования по оценкеэффективности разработанной системы. |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20230926104000 |
Ключевые слова: | автоматизированные системы распознавания символов МЕТОД ОБРАТНОГО РАСПРОСТРАНЕНИЯ ОШИБКИ многослойный персептрон нейронные сети распознавание рукописных символов рукописные символы |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Щекин_Илья_Павлович_Автоматизированная_система_распознавания_рукописных.pdf | 2.3 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.