Отрывок: С увеличением выборки процент верно распознанных символов снижается, что скорее всего вызвано сильным сходством многих символов кириллического алфавита. Сеть Кохонена показала сравнимо лучшие результаты, но уступающие сетям других классов. С увеличением количества распознаваемых символов, процент верно распознанных символов остался на весьма высоком уровне. Данный вывод подтверждается при сравнении с тестированием данных сетей, проведенном ...
Название : | Исследование применения различных видов нейронных сетей при решении задачи распознавания рукописных символов |
Авторы/Редакторы : | Морозов И. С. Лёзина И. В. Соловьева Я. В. Министерство науки и высшего образования Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) Институт информатики математики и электроники |
Дата публикации : | 2020 |
Библиографическое описание : | Морозов, И. С. Исследование применения различных видов нейронных сетей при решении задачи распознавания рукописных символов : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры) / И. С. Морозов ; 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, 2020. - on-line |
Аннотация : | Целью выпускной квалификационной работы магистра является разработка распределенной автоматизированной системы, обеспечивающей необходимый функционал для проведения ряда экспериментов по распознаванию рукописных символов различными типами нейронных сетей и сбора необходимой статистики. Исследование эффективности нейронных сетей в данной задаче проводилось с применением нейронных сетей Хопфилда, Хемминга, Кохонена и свёрточной нейронной сети. Система реализована на языках C# и Java на программных платформах .NET Framework и .NET Core с помощью интегрированной среды разработки программного обеспечения Visual Studio 2019 свободно распространяемой редакции Community и платформе Android при помощи интегрированной среды разработки программного обеспечения Android Studio. |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20200909162956 |
Ключевые слова: | распознавание рукописных символов преобразование изображений автоматизированные системы классификация сеть Кохонена сеть Хемминга сеть Хопфилда сверточные нейронные сети векторизация нейронные сети |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Морозов_Иван_Сергеевич_Исследование_применения_различных_видов.pdf | 2.62 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.