Отрывок: Первое подразумевает генерацию зашумлённой 38 выборки и подачу её на вход нейронной сети с целью распознавания. Для её настройки необходимо определить коэффициент искажения (количество накладываемых шумов) и размер тестовой выборки. Для тестирования выборки пользователю предоставляется возможность ввода образа через специальное интерактивное поле графического интерфейса системы. Работа с файловой системой подразумевает п...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorНестеров И. О.ru
dc.contributor.authorЛёзина И. В.ru
dc.contributor.authorСоловьева Я. В.ru
dc.contributor.authorМинистерство науки и высшего образования Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorИнститут информатикиru
dc.contributor.authorматематики и электроникиru
dc.coverage.spatialнейронные сети Хеммингаru
dc.coverage.spatialнейронные сети Холфилдаru
dc.coverage.spatialримские числаru
dc.coverage.spatialраспознаваниеru
dc.coverage.spatialраспознавание римских чиселru
dc.coverage.spatialалгоритмы обученияru
dc.coverage.spatialвыборкаru
dc.creatorНестеров И. О.ru
dc.date.issued2021ru
dc.identifierRU\НТБ СГАУ\ВКР20210901143343ru
dc.identifier.citationНестеров, И. О. Распознавание римских чисел при помощи нейронных сетей Хемминга и Хопфилда : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры) / И. О. Нестеров ; 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, 2021. - on-lineru
dc.description.abstractВ выпускной квалификационной работе была спроектирована и разработана автоматизированная система распознавания римских чисел посредством использования программной модели, основанной на нейронных сетях Хемминга и Хопфилда. Цель работы состоит в автоматизации процесса распознавания римских чисел нейронными сетями Хемминга и Хопфилда, сравнения результатов их работы и определения оптимальных параметров сетей. В процессе выполнения данной работы было проведено исследование предметной области, различных типов и моделей нейронных сетей, применимых для реализации процесса распознавания образов, был обоснован выбор моделей нейронных сетей. Система включает в себя следующие возможности по работе с данными: загрузку, генерацию и сохранение тестовых выборок. Обучение нейронной сети Хопфилда производится с помощью обобщённого правила Хебба и метода   проекций. Обучение сети Хемминга производится по характерному только для неё алгоритму. Обученные сети осуществляют распознавание образов римских чисел. Система имеет интуru
dc.format.extentЭлектрон. дан. (1 файл : 1,1 Мб)ru
dc.titleРаспознавание римских чисел при помощи нейронных сетей Хемминга и Хопфилдаru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.032.26ru
dc.textpartПервое подразумевает генерацию зашумлённой 38 выборки и подачу её на вход нейронной сети с целью распознавания. Для её настройки необходимо определить коэффициент искажения (количество накладываемых шумов) и размер тестовой выборки. Для тестирования выборки пользователю предоставляется возможность ввода образа через специальное интерактивное поле графического интерфейса системы. Работа с файловой системой подразумевает п...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Нестеров_Игорь_Олегович_Распознавание_римских_чисел.pdf1.17 MBAdobe PDFПросмотреть/Открыть  



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