Отрывок: полнота Средняя точность Средняя полнота 1 2 3 4 5 6 7 5 0,8387 0,8403 0,8785 0,8794 0,8872 0,8859 10 0,8832 0,8851 0,9386 0,938 0,9056 0,9112 15 0,882 0,8878 0,9379 0,9388 0,9003 0,9018 20 0,9023 0,9044 0,943 0,9425 0,8868 0,8883 25 0,9032 0,9053 0,9432 0,9425 0,9093 0,9072 30 0,8841 0,8860 0,9355 0,9323 0,9092 0,9106 40 0,9046 0,9091 0,934 0,9329 0,8944 0,8993 50 0,897 0,8942 0,9425 0,9432 0,9067 0,9072 100 0,7346 0,7690 0,9528 0,952 0,9067 0,9072 150 0,8737 0,873 0,9521 0,9514...
Название : Исследование распознавания римских цифр с применением многослойного персептрона
Авторы/Редакторы : Казаков Н. А.
Лезина И. В.
Соловьева Я. В.
Министерство науки и высшего образования Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Дата публикации : 2022
Библиографическое описание : Казаков, Н. А. Исследование распознавания римских цифр с применением многослойного персептрона : вып. квалификац. работа по направлению подгот. 09.04.01 Информатика и вычислительная техника (уровень магистратуры) профиль «Автоматизированные системы обработки информации и управления» / Н. А. Казаков ; рук. работы И. В. Лезина ; 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 и. - Самара, 2022. - 1 файл (2,3 Мб). - Текст : электронный
Аннотация : В выпускной квалификационной работе разработана автоматизированная система распознавания римских цифр, использующая нейронную сеть типа многослойный персептрон. Целью данной работы является автоматизация процесса распознавания римских цифр нейронной сетью типа многослойный персептрон, обученной с применением различных модификаций градиентных алгоритмов обучения. Проведено исследование и сравнение этих алгоритмов, оценка их эффективности. В рамках работы проведен анализ предметной области и моделей нейронных сетей, применяемых для решения задачи распознавания и классификации. Также произведено обоснование выбора модели нейронной сети, рассмотрены различные методы обучения нейронной сети, исследовано применение выбранной нейронной сети для решения задачи распознавания римских цифр. В разработанной автоматизированной системе реализована возможность загрузки файлов с данными для обучения и тестирования, создание, сохранение и загрузка нейронных сетей из файлов. Реализованы различные методы обучения нейронной сети
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Issledovanie-raspoznavaniya-rimskih-cifr-s-primeneniem-mnogosloinogo-perseptrona-99825
Другие идентификаторы : RU\НТБ СГАУ\ВКР20221017143238
Ключевые слова: выборка
градиентный спуск
нейронная сеть типа многослойный персептрон
обратное распространение ошибки
полнота
распознавание
слой нейронов
точность
Располагается в коллекциях: Выпускные квалификационные работы




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