Отрывок: Первое подразумевает генерацию зашумлённой 38 выборки и подачу её на вход нейронной сети с целью распознавания. Для её настройки необходимо определить коэффициент искажения (количество накладываемых шумов) и размер тестовой выборки. Для тестирования выборки пользователю предоставляется возможность ввода образа через специальное интерактивное поле графического интерфейса системы. Работа с файловой системой подразумевает п...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Нестеров И. О. | ru |
dc.contributor.author | Лёзина И. В. | ru |
dc.contributor.author | Соловьева Я. В. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики | ru |
dc.contributor.author | математики и электроники | ru |
dc.coverage.spatial | нейронные сети Хемминга | ru |
dc.coverage.spatial | нейронные сети Холфилда | ru |
dc.coverage.spatial | римские числа | ru |
dc.coverage.spatial | распознавание | ru |
dc.coverage.spatial | распознавание римских чисел | ru |
dc.coverage.spatial | алгоритмы обучения | ru |
dc.coverage.spatial | выборка | ru |
dc.creator | Нестеров И. О. | ru |
dc.date.issued | 2021 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20210901143343 | ru |
dc.identifier.citation | Нестеров, И. О. Распознавание римских чисел при помощи нейронных сетей Хемминга и Хопфилда : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры) / И. О. Нестеров ; 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, 2021. - on-line | ru |
dc.description.abstract | В выпускной квалификационной работе была спроектирована и разработана автоматизированная система распознавания римских чисел посредством использования программной модели, основанной на нейронных сетях Хемминга и Хопфилда. Цель работы состоит в автоматизации процесса распознавания римских чисел нейронными сетями Хемминга и Хопфилда, сравнения результатов их работы и определения оптимальных параметров сетей. В процессе выполнения данной работы было проведено исследование предметной области, различных типов и моделей нейронных сетей, применимых для реализации процесса распознавания образов, был обоснован выбор моделей нейронных сетей. Система включает в себя следующие возможности по работе с данными: загрузку, генерацию и сохранение тестовых выборок. Обучение нейронной сети Хопфилда производится с помощью обобщённого правила Хебба и метода проекций. Обучение сети Хемминга производится по характерному только для неё алгоритму. Обученные сети осуществляют распознавание образов римских чисел. Система имеет инту | ru |
dc.format.extent | Электрон. дан. (1 файл : 1,1 Мб) | ru |
dc.title | Распознавание римских чисел при помощи нейронных сетей Хемминга и Хопфилда | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.032.26 | ru |
dc.textpart | Первое подразумевает генерацию зашумлённой 38 выборки и подачу её на вход нейронной сети с целью распознавания. Для её настройки необходимо определить коэффициент искажения (количество накладываемых шумов) и размер тестовой выборки. Для тестирования выборки пользователю предоставляется возможность ввода образа через специальное интерактивное поле графического интерфейса системы. Работа с файловой системой подразумевает п... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Нестеров_Игорь_Олегович_Распознавание_римских_чисел.pdf | 1.17 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.