Разработка нейроаналитического алгоритма классификации образов и исследование его на устойчивость при наличии шумов
Теоретическое 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.
Подобные документы
Общее описание нейронных сетей, их виды: однослойные и многослойные сети, персептрон, сети Хопфилда. Описание программных моделей и алгоритмов их обучения. Релаксация стимула, возникновение ложного образа и выработка прототипа, бистабильность восприятия.
контрольная работа, добавлен 12.05.2015Изучение способов поиска субоптимальных нейронных сетей. Архитектура системы поиска нейронной сети с помощью генетического алгоритма. Особенности работы операторов генетического алгоритма. Обучение нейронных сетей. Принципы стохастического моделирования.
статья, добавлен 29.04.2017Методы биометрической идентификации и анатомические особенности отпечатков пальцев человека. Алгоритмы генерации искусственных биометрических образов. Разработка алгоритма генерации искусственных отпечатков пальцев, использующего преобразование Габора.
дипломная работа, добавлен 15.09.2015Обработка изображения с применением фильтра Габора. Алгоритмы обработки образов, основанные на сглаживающих или медианных фильтрах. Метод пространственной фильтрации образа, заключающейся в реализации физического процесса поглощения и отражения света.
дипломная работа, добавлен 01.10.2017- 30. Разработка методов и алгоритмов оценки надежности сетей телекоммуникации на основе нейронных сетей
Рассмотрение существующих методов для оценки надежности. Оценка надежности сети на основе нейронных сетей. Архитектура нейронной сети Кохонена. Реализация алгоритма и программы оценки надежности телекоммуникационных сетей с помощью нейронных сетей.
диссертация, добавлен 24.05.2018 Характеристики нейронных многослойных сетей. Математические эквиваленты нейрофизиологических понятий параметрической и топологической пластичности. Связь степени параметрической пластичности нейронной сети с числом независимо распознаваемых образов.
статья, добавлен 17.01.2018Обоснование необходимости разработки программного продукта. Уточнение структуры и определение формы представления входных и выходных данных. Работа с ГОСТами и нормативными документами при разработке алгоритмов. Охрана труда и техника безопасности.
курсовая работа, добавлен 22.06.2012Преимущества применения нейронных сетей для распознавания объектов. Разработка алгоритма обработки образа с помощью нечеткой логики в системе технического зрения. Бинаризация и кодирование изображения при его преобразовании из цветного в оттенки серого.
курсовая работа, добавлен 29.03.2021Изучение 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 09.05.2012Методические рекомендации по организации практической работы по реализации компьютерной модели персептрона на языке программирования Python, направленной на закрепление учебного материала по применению однослойных нейронных сетей в распознавании образов.
статья, добавлен 14.02.2022Понятия, 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 26.08.2010Число итераций, необходимых для обучения искусственных нейронных сетей. Распознавание образов интеллектуальной системой. Повышение качества и гибкости обучения структуры сети. Эффективность модульного принципа в плане уменьшения количества итераций.
статья, добавлен 15.07.2020Классификация искусственных нейронных сетей по различным признакам. Структура простейшей и гексагональной однослойной регулярной сети. Определение направлений связи между нейронами. Предобработка данных, основные технологии. Оптимизация нейронных сетей.
лекция, добавлен 26.09.2017Основные направления, в которых на данный момент происходит активное развитие нейронных технологий и их практическое применение. Конкретные примеры использования нейронных сетей. Возможности и перспективы развития подобных систем на современном этапе.
статья, добавлен 28.03.2022Основные направления, в которых на данный момент происходит активное развитие нейронных технологий и их практическое применение. Конкретные примеры использования нейронных сетей; возможности и перспективы развития подобных систем на современном этапе.
статья, добавлен 10.04.2023Процесс создания и обучения нейронной сети для задачи классификации изображений собак и кошек с использованием TensorFlow и архитектуры MobileNetV2. Описание подготовки и предобработки данных, включая изменение размеров и нормализацию изображений.
статья, добавлен 05.09.2024Аппаратная и программная реализация нейронных сетей. Создание улучшенного подхода валидации точности алгоритмов глубокого обучения для применения на ИИ-ускорителях. Разработка гибкого и расширяемого инструмента для инференса искусственных нейронных сетей.
дипломная работа, добавлен 28.10.2019Распознавание образов при помощи нейросетевых технологий. Алгоритм обучения сети Хопфилда. Вычисление квадратной матрицы размера для ключевых образов по правилу Хебба. Отсутствие проблем с обучением при наличии априорной информации о классах объектов.
статья, добавлен 08.06.2018Изучение нейросетевых технологий с помощью симулятора нейронных сетей. Обзор существующих симуляторов нейронных сетей и оценка пригодности их использования в учебном процессе. Авторская разработка учебного нейросимулятора для использования его в ВУЗе.
статья, добавлен 26.04.2019Устройство 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 07.08.2018Описание 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 30.07.2016Алгоритмы и программное обеспечение для генерации искусственных биометрических образов. Выбор алгоритма генерации искусственных отпечатков пальцев человека. Анализ нормативно-правовых актов в области информационной безопасности Российской Федерации.
дипломная работа, добавлен 12.02.2015Архитектура искусственных нейронных сетей, особенности их обучения с учителем и без него. Правило коррекции по ошибке. Обучение методом соревнования. Основные принципы генетического алгоритма. Анализ применения нейронных сетей для синтеза регуляторов.
дипломная работа, добавлен 23.02.2015Характеристика 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 15.08.2020- 50. Модуль "Распознавание образов интеллектуальными системами" в общеобразовательном курсе информатики
Описание методики преподавания модуля "Распознавание образов интеллектуальными системами", который необходимо рассматривать в ходе освоения курса информатики. Опыт работы с базовыми информационными технологиями, техника поиска информации в сети Интернет.
статья, добавлен 12.06.2021