История систем распознавания образов
Рассмотрение и характеристика главных особенностей метода использования искусственных нейронных сетей. Ознакомление со схемой Персептрона. Исследование и анализ основных принципов распознавания образов, которые применяются в вычислительной технике.
Подобные документы
Понятие "распознавание образов". Особенности разработки математической модели распознавания образов в кибернетике. Общая характеристика задач распознавания образов и их основные типы. Методы и принципы, применяемые в этой сфере вычислительной техники.
контрольная работа, добавлен 30.07.2018Сущность понятий "распознавание", "универсальное множество", "образ", "решающее правило", "адаптация" и "обучение". Примеры задач распознавания образов. Перебор, анализ характеристик образа, использование искусственных нейронных сетей при распознавании.
контрольная работа, добавлен 20.12.2012Понятие машинного зрения и распознавания образов, существующие разработки в области распознавания жестов глухонемых, основные требования и ограничения. Методы и этапы распознавания образов применительно к задаче распознавания языка жестов.
дипломная работа, добавлен 21.09.2018Понятие распознавания: история развития, классификация основных методов распознавания образов (РО). Общая характеристика задач РО и их основные типы. Главные проблемы и перспективы развития распознавания образов: особенности применения РО на практике.
реферат, добавлен 26.04.2016Описание разработанной методики синтеза импульсных рекуррентных нейронных сетей в составе машины неустойчивых состояний для решения задачи распознавания динамических образов в рамках парадигмы резервуарных вычислений. Входные данные и их предобработка.
статья, добавлен 15.01.2019Характеристика понятия образа, проблемы обучения распознаванию образов. Описание истории исследований в области нейронных сетей. Изучение сигнального метода обучения Хебба. Описание структурных схем и алгоритмов нейронных сетей Хопфилда и Хэмминга.
реферат, добавлен 12.06.2015Анализ решения задачи дообучения классических дискретных нейронных сетей Хемминга и Хебба без потерь запомненной ранее информации. Основные процессы распознавания и классификации образов в системах, построенных на основе искусственных нейронных сетей.
статья, добавлен 01.03.2017Основополагающие определения исследуемой области. Современное состояние теории распознавания образов и методы, используемые в данном процессе. Выбор метода распознавания для получения значений показателей со снимка кристаллографии ротовой жидкости.
статья, добавлен 01.09.2018Описание искусственных нейронных сетей. Типы машинного обучения. Анализ существующих библиотек. Разработка алгоритма распознавания дорожных знаков с применением глубоких сверточных сетей и дополнительного классификатора J48. Результаты обучения алгоритма.
дипломная работа, добавлен 30.07.2016Понятия, определения и проблемы, связанные с системами распознавания образов. Классификация методов, их применение для идентификации и прогнозирования. Роль и место распознавания образов в автоматизации управления сложными системами, кластерный анализ.
курсовая работа, добавлен 26.08.2010Изучение логических моделей представления образов. Комплексное исследование и характеристика тенденций и перспектив развития систем искусственного интеллекта, предназначенных для решения задач распознавания образов. Н. Винер и искусственный интеллект.
контрольная работа, добавлен 09.05.2012Анализ вопросов использования нейронной сети для распознавания фигур технического анализа. Сравнение способов формирования входных образов. Конгломерат нейронных сетей для распознавания фигур технического анализа. Трактовка выходов нейронной сети.
статья, добавлен 27.04.2017Нейронные сети как аппаратные или программные средства, моделирующие работу человеческого мозга. Анализ проблем создания компьютерных систем речевого общения. Рассмотрение особенностей применения нейронных сетей для решения задач распознавания речи.
доклад, добавлен 12.12.2012Применение искусственного интеллекта в деятельности человека. Разработка алгоритма защиты систем компьютерного зрения. Виды вредоносных атак. Использование гауссовского зашумления в нейронных сетях для обеспечения безопасности распознавания образов.
статья, добавлен 09.05.2022Технологии распознавания образов, определение важности распознавания речи в современных условиях. Сущность процесса распознавания образов, скрытые марковские модели как основа системы распознавания речи. Аудиальная составляющая языкового тренажера.
статья, добавлен 24.05.2018Задача прогнозирования временных рядов как одна из классических задач, эффективно решаемых с помощью нейронных сетей. Особенности работы с пакетом Neural Network Wizard (создание модели нейронной сети). Правила распознавания цифр на базе нейронной сети.
лабораторная работа, добавлен 20.02.2012Практические приложения распознавания образов. Выработка правил классификации самолетов для бомбардировщиков и истребителей в зависимости от их максимальной скорости и максимального взлетного веса. Обучение по алгоритму обратного распространения ошибки.
контрольная работа, добавлен 28.08.2013Исследование применения классификации и анализа объектов на основе нейронных сетей в задачах распознавания объектов в видеопотоке. Разработка и реализация алгоритма обучения нейронных сетей для реализации механизмов классификации объектов в видеопотоке.
дипломная работа, добавлен 10.12.2019Теоретическое обоснование использования нейронных сетей при распознавании образов. Обоснование необходимости и основные этапы, перспективы разработки устойчивых алгоритмов, которые распознавали бы образы с различным уровнем зашумленных входных образов.
статья, добавлен 26.11.2017Этапы становления и развития нейронных сетей. Головной мозг, нейронные сети и компьютеры. Программные и аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей. Способы распознавания образов предметов.
реферат, добавлен 17.05.2013Описание задачи и практические приложения задачи распознавания образов. Проблема разделения классов (проблема "исключающего ИЛИ"). Определение отношения XOR как известный пример нелинейной проблемы. Обучение по алгоритму обратного распространения ошибки.
лекция, добавлен 09.10.2013Детерминистские и статистические методы распознавания образов. Построение решающих правил. Кластерный анализ. Отбор и их оценка информативных признаков. Правило ближайшего соседа. Параметрическое оценивание распределений. Критерий Неймана-Пирсона.
курс лекций, добавлен 01.10.2013Устройство и компоненты системы машинного (компьютерного) зрения. Изучение основных возможностей библиотеки OpenCV в задачах распознавания образов. Описание алгоритмов поиска, обработки и анализа изображений объектов методом сравнения их контуров.
дипломная работа, добавлен 07.08.2018Паттерны фондовых индексов. Предсказание цен на фондовом рынке. Два базовых алгоритма распознавания паттернов: совпадение по правилу и совпадение по шаблону. Подход распознавания паттернов индексов фондовых бирж на основе искусственных нейронных сетей.
статья, добавлен 26.05.2017Искусственная нейронная сеть как метод анализа и распознавания образов. Обработка изображения и создание множества обучающих примеров с ошибками. Обучение нейронных сетей с использованием математического пакета Octave. Отбор и тест оптимальной сети.
лабораторная работа, добавлен 14.12.2019