Выделение класса объекта по ряду признаков (кластеризация) с помощью нейронных сетей Кохонена
Разработка системы, производящей кластеризацию объектов по ряду признаков. Выявление кластеров (групп) входных векторов, обладающих некоторыми общими свойствами. Идея векторного квантования. Обучение сети Кохонена. Конкурирующая функция активации.
Подобные документы
Определение нейронных сетей методом Давидона-Флетчера-Пауэлла. Расчет с индивидуальными данными начальной точки для негладких функций. Кластеризация данных на основе графовых моделей и статистических методов с индивидуальным заданием точек наблюдения.
контрольная работа, добавлен 26.02.2015Разработка программы распознавания действий человека. Работа с видеопотоком и классификатором. Выделение особенностей и структуры сверточной нейронной сети. Функции активации искусственного нейрона. Выделение контура из изображения и определение движения.
дипломная работа, добавлен 05.11.2015Методики компонентного проектирования нейронных сетей для обработки баз знаний, представленных семантическими сетями. Использование унифицированной модели нейронной сети и компонентном подходе к работе с нейронными сетями; библиотека НС-компонент.
статья, добавлен 06.03.2019Интернет - свободное сообщество независимых сетей, объединенных только общими правилами передачи данных и общими интересами пользователей. Всемирная паутина серверов, которые связаны взаимными ссылками - важнейший компонент глобальной сети Интернет.
контрольная работа, добавлен 28.09.2018Эволюция поколений символообрабатывающих ЭВМ. Этапы развитие искусственных нейронных сетей. Сравнение машины фон Неймана с биологической нейронной системой. Нейроинформатика как способ решения различных задач с помощью искусственных нейронных сетей.
лекция, добавлен 06.09.2017Разделимость описаний объектов из разных классов - метод успешного решения задачи классификации. Применение эволюционного подхода для преобразования входного пространства признаков с целью повышения вероятности обучения искусственной нейронной сети.
статья, добавлен 19.01.2018Спецификация объектов на основе абстрагирования. Представление объектов значениями. Свободный и ограниченный указатели. Функции преобразования и приведения. Проблемы "висячих" ссылок и мусора. Автоматическая память, локальная среда и активации объекта.
контрольная работа, добавлен 15.02.2011Базовые понятия и основные задачи искусственного интеллекта (ИИ). История развития систем ИИ. Представление входных данных. Различные подходы к построению систем ИИ. Нейронные сети Хопфилда и Хэмминга. Основные положения и применение нейронных сетей.
курсовая работа, добавлен 05.06.2011Понятие, структура и основные компоненты нейронных сетей, применение множества простых процессоров для их построения. Варианты наиболее распространенных архитектур искусственных НС. Правило вычисления сигнала активности и их распространение в сети.
лекция, добавлен 28.08.2013Обнаружение как предварительный этап при дешифрировании и распознавании объектов на цифровых статических изображениях. Методы обработки изображений. Набор классификационных дешифровочных признаков объектов для обнаружения объектов на изображениях.
статья, добавлен 14.07.2016- 111. Нейронные сети
Рассмотрение нейрокомпьютера как вычислительной системы с архитектурой MSIMD. Базовые архитектуры нейронных сетей. Правило коррекции по ошибке, обучение Больцмана и правило Хебба. Особенности программирования средств аппаратной поддержки нейровычислений.
реферат, добавлен 02.03.2012 Анализ хаотических процессов при небольшом объеме входных данных. Модели искусственного нейрона с нелинейными синаптическими входами. Настройка свободных параметров сети в градиентном алгоритме обучения нейронной сети с нелинейными синаптическими входами.
автореферат, добавлен 29.03.2018Моделирование поведения живых существ в процессе исследований в области искусственного интеллекта. Особенности искусственного нейрона и структура нейронных сетей. Осуществление диагностики с помощью использования пакета Statistica Neural Networks.
статья, добавлен 29.01.2016Аналіз особливостей і традиційних підходів до ущільнення зображень. Розробка методу ущільнення зображень на основі векторного квантування з використанням нейронних мереж типу двовимірна карта Кохонена. Дослідження розробленого методу ущільнення зображень.
автореферат, добавлен 30.10.2015Свойства и структура нейронных сетей, их применение в сфере компьютерных технологий. Поиск путей увеличения скорости протекания процесса обучения. Анализ зависимость ошибки обучения от сложности структуры персептрона и количества нейронов в скрытом слое.
статья, добавлен 03.02.2021Рассмотрено применение технологии искусственных нейронных сетей для реализации систем интеллектуального автоматического управления. Проведен сравнительный анализ различных схем нейроуправления. Алгоритмы и методы обучения искусственных нейронных сетей.
статья, добавлен 02.04.2019Применение искусственных нейронных сетей. Выработка алгоритма синтеза контроллера, формирующего порог, который обеспечит заданные выходные реакции объекта управления (устройства), с использованием математического аппарата искусственных нейронных сетей.
статья, добавлен 02.04.2019Характеристики нейронных многослойных сетей. Математические эквиваленты нейрофизиологических понятий параметрической и топологической пластичности. Связь степени параметрической пластичности нейронной сети с числом независимо распознаваемых образов.
статья, добавлен 17.01.2018Характеристика алгоритма. Сетевые конфигурации. Многослойная сеть, которая может обучаться с помощью процедуры обратного распространения. Этапы выполнения алгоритма. Программа создания однонаправленной сети. Статистика использования других алгоритмов.
статья, добавлен 15.08.2020Класифікація багатопроцесорних систем з організації пам'яті. Векторно-конвеєрні, масивно-паралельні комп’ютери. Комп'ютерні кластери. Алгоритм додавання ряду чисел. Блок-схема підпрограми паралельного алгоритму. Лістинг паралельного додавання ряду чисел.
контрольная работа, добавлен 31.05.2013Основные теории искусственных нейронных сетей. Место нейронных сетей в эволюции интеллектуальных систем управления. Преимущества применения нейроинформационных технологий при решении многих как нетрадиционных, так и традиционных задач управления и связи.
книга, добавлен 09.09.2012Анализ 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 01.03.2017Разработка матричных аналогов существующих нейросетевых подходов. Учет пространственных связей мультимедийной информации и сокращение времени, необходимого на обработку информации за счет введения новой матричной процедуры обучения нейронной сети.
статья, добавлен 01.03.2017Упрощение разработки программного приложения с помощью фреймворка на разных платформах как задача кроссплатформенной свободной среды Qt Creator. Анализ графического интерфейса пользователя, реализующего хранение данных на основе абстрактных структур.
отчет по практике, добавлен 11.12.2020Назначение графических управляющих элементов NNTool, подготовка данных, создание нейронной сети, обучение и прогон. Разделение линейно-неотделимых множеств. Задача аппроксимации. Распознавание образов. Импорт-экспорт данных. Применение нейронных сетей.
статья, добавлен 23.01.2014