1. Репозиторий Самарского национального исследовательского университета имени академика С.П. Королёва
  2. 05. Выпускные квалификационные работы
  3. Выпускные квалификационные работы
Full metadata record
DC FieldValueLanguage
dc.contributor.authorХанов М. А.
dc.contributor.authorЛезина И. В.
dc.contributor.authorБельгер И. С.
dc.coverage.spatialавтоматизированные системы
dc.coverage.spatialалгоритм обратного распространения ошибки
dc.coverage.spatialалгоритм обучения
dc.coverage.spatialмногослойный персептрон
dc.coverage.spatialнейронные сети
dc.coverage.spatialраспознавание лица человека
dc.creatorХанов М. А.
dc.date2024
dc.date.accessioned2025-11-27T12:20:54Z-
dc.date.available2025-11-27T12:20:54Z-
dc.date.issued2024
dc.identifier.identifierRU\НТБ СГАУ\ВКР20241003104134
dc.identifier.citationХанов, М. А. Автоматизированная система распознавания лиц с применением многослойного персептрона : вып. квалификац. работа по направлению подгот. 09.03.01 Информатика и вычислительная техника (уровень бакалавриата), профиль «Информационные системы» / М. А. Ханов ; рук. работы И. В. Лезина ; нормоконтролер И. С. Бельгер ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики и ки. - Самара, 2024. - 1 файл (8,0 Мб). - Текст : электронный
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/52268-
dc.description.abstractЦелью данной выпускной квалификационной работы бакалавра является изучение возможностей многослойного персептрона при решении задачи распознавания лиц, проектирование и реализация модели нейронной сети, поиск оптимальной конфигурации нейронной сети и алгоритма обучения для достижения минимального значения погрешности распознавания.Реализованная модель многослойного персептрона обучалась при помощи алгоритма обратного распространения ошибки. Создана информационно-логическая модель автоматизированной системы в нотации UML с помощью графического редактора draw.io. Система реализована на языке программирования Java с помощью среды разработки IntelliJ IDEA Ultimate 2023.
dc.subjectалгоритм обучения
dc.subjectмногослойный персептрон
dc.subjectнейронные сети
dc.subjectраспознавание лица человека
dc.subjectавтоматизированные системы
dc.subjectалгоритм обратного распространения ошибки
dc.subject.rugasnti50.01
dc.subject.udc004.032.26
dc.titleАвтоматизированная система распознавания лиц с применением многослойного персептрона
dc.typeText
local.contributor.authorМинистерство науки и высшего образования Российской Федерации
local.contributor.authorИнститут информатики и кибернетики
local.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Avtomatizirovannaya-sistema-raspoznavaniya-lic-s-primeneniem-mnogosloinogo-perseptrona-111967
local.identifier.oldurihttp://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Avtomatizirovannaya-sistema-raspoznavaniya-lic-s-primeneniem-mnogosloinogo-perseptrona-111967
Appears in Collections:Выпускные квалификационные работы

Files in This Item:
File SizeFormat 
Ханов_Михаил_Алексеевич_Автоматизированная_система_распознавания.pdf8.18 MBAdobe PDFView/Open    Request a copy
Show simple item record


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.