Распознавание образов с помощью нейронных сетей
Описание 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.
Подобные документы
Свойства биологического нейрона. Алгоритм обратного распространения ошибки. Обучение с учителем. Виды нейронных сетей и их свойства и преимущество. Разработка системы тестирования. Выбор программных средств для разработки. Структура базы данных и системы.
дипломная работа, добавлен 07.08.2018Рассмотрение задачи разработки интеллектуальной системы распознавания текста на фотографиях и видеокадрах сложных графических сцен. Применение морфологических операций для улучшения качества результата сегментации. Сегментация символов текстовых областей.
статья, добавлен 23.02.2016Анализ методов и моделей интеллектуального анализа данных. Модификация методов и алгоритмов распознавания текста и лица. Значение программного обеспечения для решения задачи распознавания текстов и лиц. Режим работы программного обеспечение "DPro".
диссертация, добавлен 24.05.2018Изучение 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 09.05.2012Аналитический обзор существующих нейронных сетей: логистическая (сигмоидальная) функция, гиперболический тангенс, выпрямленная линейная функция. Анализ методов обучения: обратного распространения ошибки, упругого распространения, генетический алгоритм.
дипломная работа, добавлен 14.12.2019Исследование 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 10.12.2019Задача анализа данных и распознавания образов. Функция конкурентного сходства (FRiS). Модификация с использованием локального спуска. Коммерческое использование алгоритмов. Идентификации классов объектов по характерным для них свойствам или признакам.
курсовая работа, добавлен 27.11.2013- 33. 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 Алгоритм обучения нейронной сети с помощью процедуры обратного распространения. Диаграмма сигналов в сети. Программирование нейронной сети с применением объектно-ориентированного подхода. Иерархия классов библиотеки для сетей обратного распространения.
статья, добавлен 25.03.2013Обзор принципов организации и функционирования биологических нейронных сетей. Расширенная модель искусственного нейрона. Обучение нейронной сети. Алгоритм обратного распространения ошибки. Определение входного сигнала нейрона. Карты признаков Кохонена.
курсовая работа, добавлен 04.12.2012Этапы 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 17.05.2013Обзор систем оптического распознавания изображений: ABBYY Finereader, SimpleOCR, FreeOCR, Microsoft Office Document Imaging. Алгоритм распознавания образов: захват кадра; предварительная обработка (предобработка); локализация и распознавание объекта.
реферат, добавлен 08.06.2019Нейронные 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 12.12.2012Разработка человеко-машинных интерфейсов, основанных на распознавании образов и визуальном представлении мультимедийной информации. Метод нечеткого распознавания динамических жестов, основанный на использовании модели нечетких конечных автоматов.
статья, добавлен 18.01.2018Пример работы алгоритма обратного распространения ошибки. Функция активации сигмоидного типа. Геометрическая интерпретация алгоритма обратного распространения. Анализ условий и предпосылок для успешного обобщения. Механизм контрольной кросс-проверки.
презентация, добавлен 16.10.2013Исследование задачи машинного обучения. Распознавание на изображении образа кошки. Пример распознавания лиц на Facebook. Пример простейшей схемы нейросети. Пример отображения некоторых архитектур нейросетей. Анализ программ-поисковиков в Интернете.
статья, добавлен 13.03.2019Развитие дистанционных методов обнаружения объектов, определения их пространственного положения, обработки изображений и распознавания образов на основе контурного анализа. Формула определения расстояния до объекта из оценок точности решения задачи.
автореферат, добавлен 10.08.2018- 43. Применение многослойных радиально-базисных нейронных сетей для верификации реляционных баз данных
Разработка способов обеспечения достоверности информации баз данных. Описание метода определения достоверности вводимого кортежа. Параметры и характеристика нейронной сети Кохонена. Обучение радиально-базисной сети путём обратного распространения ошибки.
статья, добавлен 29.05.2017 Методики и подходы построения систем искусственного интеллекта. Применение в задачах распознавания образов нейронных сетей. Имитационный подход для построения систем искусственного интеллекта, перспективы воплощения в информационные массивы и программы.
курсовая работа, добавлен 29.03.2016Разработка модели для представления, фильтрации и сегментации изображения в современных системах распознавания образов. Сокращение вычислений, связанных с манипуляциями с каждым пикселем. Изображение как вещественная функция двух переменных х и y.
статья, добавлен 01.02.2019Число 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 15.07.2020Форма представления выходной информации. Рассмотрение способов её контроля. Обучение искусственных нейронных сетей. Исследование их преимуществ и недостатков. Источники и способы получения данных. Изучение особенностей применения нейронных сетей.
курсовая работа, добавлен 16.05.2016Теоретическое 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 26.11.2017Определение общего количества собственных векторов, используемых при распознавании образов. Необходимость обучения системы сформировать порог идентификации. Возможности по настройке системы для обеспечения необходимого качества распознавания образов.
статья, добавлен 19.06.2018Применение 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 09.05.2022