Отрывок: С увеличением выборки процент верно распознанных символов снижается, что скорее всего вызвано сильным сходством многих символов кириллического алфавита. Сеть Кохонена показала сравнимо лучшие результаты, но уступающие сетям других классов. С увеличением количества распознаваемых символов, процент верно распознанных символов остался на весьма высоком уровне. Данный вывод подтверждается при сравнении с тестированием данных сетей, проведенном ...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Морозов И. С. | ru |
dc.contributor.author | Лёзина И. В. | ru |
dc.contributor.author | Соловьева Я. В. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики | ru |
dc.contributor.author | математики и электроники | ru |
dc.coverage.spatial | распознавание рукописных символов | ru |
dc.coverage.spatial | преобразование изображений | ru |
dc.coverage.spatial | автоматизированные системы | ru |
dc.coverage.spatial | классификация | ru |
dc.coverage.spatial | сеть Кохонена | ru |
dc.coverage.spatial | сеть Хемминга | ru |
dc.coverage.spatial | сеть Хопфилда | ru |
dc.coverage.spatial | сверточные нейронные сети | ru |
dc.coverage.spatial | векторизация | ru |
dc.coverage.spatial | нейронные сети | ru |
dc.creator | Морозов И. С. | ru |
dc.date.issued | 2020 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20200909162956 | ru |
dc.identifier.citation | Морозов, И. С. Исследование применения различных видов нейронных сетей при решении задачи распознавания рукописных символов : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры) / И. С. Морозов ; рук. работы И. В. Лёзина ; 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, 2020. - on-line | ru |
dc.description.abstract | Целью выпускной квалификационной работы магистра является разработка распределенной автоматизированной системы, обеспечивающей необходимый функционал для проведения ряда экспериментов по распознаванию рукописных символов различными типами нейронных сетей и сбора необходимой статистики. Исследование эффективности нейронных сетей в данной задаче проводилось с применением нейронных сетей Хопфилда, Хемминга, Кохонена и свёрточной нейронной сети. Система реализована на языках C# и Java на программных платформах .NET Framework и .NET Core с помощью интегрированной среды разработки программного обеспечения Visual Studio 2019 свободно распространяемой редакции Community и платформе Android при помощи интегрированной среды разработки программного обеспечения Android Studio. | ru |
dc.format.extent | Электрон. дан. (1 файл : 2,6 Мб) | ru |
dc.title | Исследование применения различных видов нейронных сетей при решении задачи распознавания рукописных символов | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.032.26 | ru |
dc.textpart | С увеличением выборки процент верно распознанных символов снижается, что скорее всего вызвано сильным сходством многих символов кириллического алфавита. Сеть Кохонена показала сравнимо лучшие результаты, но уступающие сетям других классов. С увеличением количества распознаваемых символов, процент верно распознанных символов остался на весьма высоком уровне. Данный вывод подтверждается при сравнении с тестированием данных сетей, проведенном ... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Морозов_Иван_Сергеевич_Исследование_применения_различных_видов.pdf | 2.62 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.