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
Использование искусственных нейронных сетей, их способность к процессу настройки архитектуры сети и весов синаптических связей для эффективного решения поставленной задачи. Применение нейронных сетей в области телекоммуникаций, экономики и финансов.
статья, добавлен 26.04.2017Понимание изображения документа, порядок анализа проекционных профилей и преобразование Хафа. Процесс оптического распознавания символов и применение нейронных сетей. Классификация перцептронов, обучение и ограничение. Процесс работы сети Хопфилда.
дипломная работа, добавлен 14.05.2013- 78. Нейронные сети
Характеристика, структура и задачи нейронных сетей. Направления и разработки нейрокомпьютинга. Искусственные нейронные сети, их черты и задачи. Алгоритм обучения перцептрона и его недостатки. Перечень возможных промышленных применений нейронных сетей.
реферат, добавлен 20.02.2009 Эволюция 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 06.09.2017Общее описание нейронных сетей, однослойные и многослойные сети. Описание программных моделей и алгоритмов их обучения. Проблема функции "исключающее или". Исследование представляемости однослойной и двухслойной нейронной сети, релаксация стимула.
курсовая работа, добавлен 26.06.2011Рассмотрение вопросов, связанных с решением задачи построения и обработки когнитивных структур на основе использования нейронных сетей. Организация специализированной модели, настроенной на решения поставленной задачи "Нейросетевая когнитивная модель".
статья, добавлен 23.08.2020Нейросетевые технологии, история возникновения нейронных сетей. Основные виды и применение искусственных нейронных сетей. Самоорганизующаяся карта Кохонена, задачи, решаемые с ее помощью. Создание компьютерной имитационной модели нейронной сети Кохонена.
дипломная работа, добавлен 12.01.2012- 83. Модуль "Распознавание образов интеллектуальными системами" в общеобразовательном курсе информатики
Сверточные нейросети как один из наиболее эффективных инструментов работы с изображениями. Распознавание образов как важнейшая задача в работе искусственного интеллекта. Идентификация — процесс определения того, к какому классу принадлежит объект.
статья, добавлен 18.04.2022 Проектирование архитектуры программного комплекса на основе нейросетевых технологий для распознавания жестового языка инвалидов с нарушением слуха. Machine Learning: регрессионный методы интеллектуального анализа данных. Тестирование нейронной сети.
статья, добавлен 27.02.2019Детерминистские 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 01.10.2013Заполнение форм данными из печатного бланка с рукописными данными, описание проблемы. Алгоритм распознавания текста. Разработка тестового приложения, написание программы. Пример разбиения области символа на занимаемые точками сектора. Метод косинусов.
контрольная работа, добавлен 10.01.2017Характеристики нейронных многослойных сетей. Математические эквиваленты нейрофизиологических понятий параметрической и топологической пластичности. Связь степени параметрической пластичности нейронной сети с числом независимо распознаваемых образов.
статья, добавлен 17.01.2018Математические основы построения фрактальных кодов изображения в градациях серого, подходы к применению таких кодов в задаче распознавания образов. Возможность применения теоремы о сжимающих отображениях для измерения разности между изображениями.
статья, добавлен 27.05.2018Представление знаний, разработка их систем, стратегия получения и практические методы извлечения. Виды и технологии интеллектуальных информационных систем. Задачи формирования и формализация баз знаний. Автоматизированные системы распознавания образов.
контрольная работа, добавлен 18.12.2009Распознавание 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 08.06.2018Редактирование текста, осуществление поиска слов и фраз с помощью оптического распознавания текста. Разработка алгоритмов, которые позволяют распознавать символы. Образ страницы и распознавание по шаблонам. Структурный подход и контекстное распознавание.
реферат, добавлен 22.01.2015Преимущества 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 29.03.2021Свойства 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 03.02.2021Математические модели распознавания медицинских изображений, построенные на основе методов Cобеля, Канни и Лапласа. Автоматизированная компьютерная диагностика по данным сцинтиграфии, основанная на принципах распознавания образов и экспертного анализа.
статья, добавлен 28.09.2016Особенности построения современных систем безопасности с целью контроля территории. Создание иерархических сетей на основе систем видеонаблюдения. Использование методов и средств фрактального кодирования изображения, характеристика их возможностей.
статья, добавлен 08.12.2018Описание принципов работы технологии искусственных нейронных сетей. Алгоритмы построения обучения сетей, возможности снижения временных затрат, необходимых для такого обучения. Обобщенная схема нейрона. Схема разделения вектора весов по ИР-элементам.
статья, добавлен 12.07.2021- 97. Нейронные сети
История развития нейронных сетей. Строение биологической нейронной сети. Искусственный нейрон. Общие положения и виды обучения нейронных сетей. Архитектура. Сети прямого распространения сигнала. Рекуррентные сети. Области практического применения.
контрольная работа, добавлен 18.02.2018 Техническое задание проектирования системы распознавания образов в воинской части. Организационные, физические меры по защите информации. Система охранно-пожарной сигнализации. Выбор программно-аппаратного средства защиты от несанкционированного доступа.
курсовая работа, добавлен 07.05.2015Изучение 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 26.04.2019Функционирование нейронных сетей. Функции активации. Топология элементарного однонаправленного персептрона. Трехслойный персептрон. Процедура построения персептрона. Алгоритм обратного распространения ошибки. Топология элементарной ВР-нейронной сети.
презентация, добавлен 16.10.2013