Отрывок: 4 – Зависимость погрешности классификации от выбранной функции активации 3.2.5 Сравнение качества классификации сетей от выбранного алгоритма обучения Было проведено сравнение качества классификации многослойного и нечеткого многослойного персептрона в зависимости от выбранного алгоритма обучения. Системой предусмотрено пять различных...
Название : Сравнительный анализ многослойного и нечеткого многослойного персептронов при решении задачи классификации
Авторы/Редакторы : Пензина Е. К.
Лезин И. А.
Столбова А. А.
Министерство науки и высшего образования Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Институт информатики
математики и электроники
Дата публикации : 2019
Библиографическое описание : Пензина, Е. К. Сравнительный анализ многослойного и нечеткого многослойного персептронов при решении задачи классификации : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень бакалавриата) / Е. К. Пензина ; рук. работы И. А. Лезин ; нормоконтролер А. А. Столбова ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, ма. - Самара, 2019. - on-line
Аннотация : Целью данной выпускной квалификационной работы магистра является сравнение классифицирующих возможностей многослойного и нечеткого многослойного персептронов при решении задачи классификации в зависимости от различных параметров нейронных сетей.Разработа
Другие идентификаторы : RU\НТБ СГАУ\ВКР20191113163156
Ключевые слова: подбор коэффициента обучения
алгоритм обратного распространения ошибки
RPROP
нейроны
нечеткий многослойный персептрон
метод наискорейшего спуска
многослойный персептрон
Располагается в коллекциях: Выпускные квалификационные работы

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



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