ЕОМ
Щербаков А. О. Нейромережева система розпізнавання графічних образів : магістерська атестаційна робота, пояснювальна записка / А. О. Щербаков ; кер. роботи проф. Руденко О.Г. ; ХНУРЕ, Кафедра Електронних обчислювальних машин. – Харків, 2015. – 88 с. : CD
Щербаков А. О. Нейромережева система розпізнавання графічних образів : магістерська атестаційна робота, пояснювальна записка / А. О. Щербаков ; кер. роботи проф. Руденко О.Г. ; ХНУРЕ, Кафедра Електронних обчислювальних машин. – Харків, 2015. – 88 с. : CD
Статистика використання: Видач: 0
Анотація:
Мета роботи - аналіз ефективності нейромережевого підходу як способу розпізнавання образів (символів ). Розробка алгоритму розпізнавання символів, що використовує штучні нейронні мережі та отримання результатів його роботи.
Метод дослідження - проектування програмного продукту , що вирішує завдання розпізнавання символів за допомогою нейромереж .
Проаналізовано нейромережевої підхід до розпізнавання символів. Розроблено програмний засіб і алгоритм його отримання з відсканованого тексту. Вибрано алгоритм навчання і структура нейронної мережі , максимально здатні вирішити поставлене завдання. Результати роботи програми є задовільними у рамках завдань, що вирішуються нейромережевим підходом. Як засоби розробки були використані: мова Java і opensource бібліотека ORC, що надає можливість роботи з нейромережами.
НЕЙРОННА МЕРЕЖА, ПЕРЦЕПТРОН, АЛГОРИТМ ЗВОРОТНЬОГО ПОШИРЕННЯ ПОМИЛКИ, ОБРАЗ , СИМВОЛ
Purpose of research is to analyze the effectiveness of the neural network approach as a way of recognizing images (symbols). Development of characters recognition algorithm which uses artificial neural networks and gathering results of his work.
Method of research is designing software that solves the problem of symbols recognition using neural networks .
Neural network approach to the recognition of images has been analyzed. Developed software tool and algorithm of its receipt of the scanned text. Learning algorithm and structure of the neural network, the most able to solve the task has been selected. Results of the program as a neural network approach product are satisfactory. Java language and opensource library ORC, providing the opportunity to work with neural networks, were used as a development tools.
NEURAL NETWORK, PERCEPTRON, BACKPROPAGATION ALGORITHM , IMAGE , SYMBOL
Метод дослідження - проектування програмного продукту , що вирішує завдання розпізнавання символів за допомогою нейромереж .
Проаналізовано нейромережевої підхід до розпізнавання символів. Розроблено програмний засіб і алгоритм його отримання з відсканованого тексту. Вибрано алгоритм навчання і структура нейронної мережі , максимально здатні вирішити поставлене завдання. Результати роботи програми є задовільними у рамках завдань, що вирішуються нейромережевим підходом. Як засоби розробки були використані: мова Java і opensource бібліотека ORC, що надає можливість роботи з нейромережами.
НЕЙРОННА МЕРЕЖА, ПЕРЦЕПТРОН, АЛГОРИТМ ЗВОРОТНЬОГО ПОШИРЕННЯ ПОМИЛКИ, ОБРАЗ , СИМВОЛ
Purpose of research is to analyze the effectiveness of the neural network approach as a way of recognizing images (symbols). Development of characters recognition algorithm which uses artificial neural networks and gathering results of his work.
Method of research is designing software that solves the problem of symbols recognition using neural networks .
Neural network approach to the recognition of images has been analyzed. Developed software tool and algorithm of its receipt of the scanned text. Learning algorithm and structure of the neural network, the most able to solve the task has been selected. Results of the program as a neural network approach product are satisfactory. Java language and opensource library ORC, providing the opportunity to work with neural networks, were used as a development tools.
NEURAL NETWORK, PERCEPTRON, BACKPROPAGATION ALGORITHM , IMAGE , SYMBOL