Отрывок: 85-88; 14. Лёзина И.В. Автоматизированная система распознавания печатных символов нейронными сетями Хемминга и Хопфилда [Текст]/И.В. Лёзина, А.В. Мазаев//Известия Самарского научного центра Российской академии наук. Том 17 №2(5), 2015 – С. 1044-1047; 15. Мазаев А.В. Автоматизированная система распознавания печатных символов нейронной сетью BAM [Текст]/И.В. Лёзина, А.В. Мазаев//Перспективные информационные технологии (ПИТ 2018): труды Международной научно-технической конференц...
Название : Сравнение результатов распознавания печатных символов рекуррентными нейронными сетями
Авторы/Редакторы : Мазаев А. В.
Лезина И. В.
Нечаев Д. А.
Министерство образования и науки Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Институт информатики
математики и электроники
Дата публикации : 2018
Библиографическое описание : Мазаев, А. В. Сравнение результатов распознавания печатных символов рекуррентными нейронными сетями : вып. квалификац. работа по спец. "Информатика и вычислительная техника" / А. В. Мазаев ; рук. работы И. В. Лезина; рец. Д. А. Нечаев ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, математики и электрон. - Самара, 2018. - on-line
Аннотация : Целью данной выпускной квалификационной работы магистра является сравнение результатов распознавания печатных символов рекуррентными нейронными сетями, реализация алгоритмов и проектирование программного комплекса для распознавания печатных символов рекуррентными нейронными сетями. Разработана автоматизированная система, в которой реализованы следующие рекуррентные нейронные сети: нейронная сеть Хопфилда, нейронная сеть Хемминга и нейронная сеть BAM. Для обучения нейронных сетей в системе реализован режим обучения посредством загрузки информации об образах, через файлы формата .xml, а также ввод символов с экрана вручную, с последующим сохранением в файл с образами. Разработан логический проект автоматизированной системы по методологии UML. Программная реализация выполнена на языке Java в среде программирования IDE NetBeans 8.2.
Другие идентификаторы : RU\НТБ СГАУ\ВКР20180625125836
Ключевые слова: метод DELTA-проекций
рекуррентные нейронные сети
нейронная сеть Хемминга
нейронная сеть Хопфилда
нейроны
распознавание печатных символов
правило Хебба
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Мазаев_Алексей_Викторович_Сравнение_результатов_распознавания_печатных.pdf2.3 MBAdobe PDFПросмотреть/Открыть  
Показать полное описание ресурса Просмотр статистики
Поделиться:



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