Отрывок: Максимальное потребление оперативной памяти алгоритмами для разных тренировочных наборов представлено в таблице 3.1. Из таблицы видно, что потребление памяти алгоритмом на основе PCA растет пропорционально размеру выборки. Это связано с тем, что при его работе для ускорения вычислений матрица изображений хранится в нескольких экземп...
Название : Реализация и сравнительное исследование алгоритмов классификации на основе сверточной нейронной сети и метода главных компонент
Авторы/Редакторы : Китаев Д. Н.
Куприянов А. В.
Кузнецов А. В.
Суханов С. В.
Министерство образования и науки Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Институт информатики
математики и электроники
Факультет информатики
Кафедра технической кибернетики
Дата публикации : 2018
Библиографическое описание : Китаев, Д. Н. Реализация и сравнительное исследование алгоритмов классификации на основе сверточной нейронной сети и метода главных компонент : вып. квалификац. работа по специальности (уровень магистратуры) "Прикладная математика и информатика" / Д. Н. Китаев ; рук. работы А. В. Куприянов; рец. А. В. Кузнецов ;нормоконтролер С. В. Суханов ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т. - Самаpа, 2018. - on-line
Аннотация : Объектами исследования являются алгоритмы классификации изображений.Цель работы – произвести сравнение алгоритмов на основе метода главных компонент и сверточной нейронной сети для задачи классификациитекстурных изображений. Разработан программный комплекс, реализующий алгоритм классификации на основе метода главных компонент. Разработанопрограммное обеспечение, выполняющее классификацию изображений, используя сверточную нейронную сеть. Проведено сравнительное исследование алгоритмов на основе метода главных компонент и сверточнойнейронной сети.
Другие идентификаторы : RU\НТБ СГАУ\ВКР20180911150606
Ключевые слова: классификация изображений
сверточная нейронная сеть
классификация
метод главных компонент
Располагается в коллекциях: Выпускные квалификационные работы




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