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.pdf | 2.3 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.