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

  • Описание 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 15.01.2019

  • Понятие и основные компоненты нейронных сетей, классификация образов. Обучение по алгоритму обратного распространения ошибок. Сети с радиальными базисными функциями. Кластеризация образов, самоорганизующаяся карта признаков. Дискретная сеть Хопфилда.

    книга, добавлен 18.01.2011

  • Сущность 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 20.12.2012

  • Характеристика 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 12.06.2015

  • Анализ классической схемы математического моделирования. Методы распознавания объектов, сигналов, ситуаций, явлений и процессов. Характеристика задач распознавания образов и их типы. Использование искусственных нейронных сетей для распознавания образов.

    реферат, добавлен 03.11.2016

  • 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 30.07.2018

  • Искусственная 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

  • Понятие 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 26.04.2016

  • Анализ 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 27.04.2017

  • Анализ принципов обучения нейронных сетей, их классификация. Описание алгоритмов обучения искусственных нейронных сетей: правило Хебба и Кохонена, дельта-правило, обратного распространения ошибки, стохастические алгоритмы, машины Больцмана и Коши.

    лекция, добавлен 21.09.2017

  • Биологический прототип и искусственный нейрон. Распознавание цифр с помощью сетей Хопфилда. Алгоритм функционирования сети. Классификация входного образа. Развитие искусственных нейронных сетей. Исследование возможностей нейронных сетей и их развития.

    курсовая работа, добавлен 25.01.2014

  • Создание шаблона, который позволит студенту приобрести необходимые знания для создания, обучения и стимуляции нейронной сети. Проектирование приложения по визуализации образов букв русского алфавита. Шаблоны букв, созданные в графическом редакторе.

    статья, добавлен 19.12.2017

  • Понятия, 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 26.08.2010

  • Анализ 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 01.03.2017

  • Понятие 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 21.09.2018

  • Особенности разработки интеллектуальной системы распознавания текста на фотографиях и видеокадрах сложных графических сцен. Реализация методов для обнаружения и локализации текстовых областей, распознавания символов с помощью сверточных нейронных сетей.

    статья, добавлен 23.02.2016

  • Исследование содержания и принципы разрешения задачи разработки интеллектуальной системы распознавания текста на фотографиях и видеокадрах сложных графических сцен. Методика и этапы обнаружения и локализации текстовых областей с помощью нейронных сетей.

    статья, добавлен 23.02.2016

  • 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.

    контрольная работа, добавлен 26.05.2016

  • Характеристика многослойной структуры нейронных сетей. Алгоритм обучения однослойного перцептрона. Построение полного алгоритма нейронных сетей с помощью процедуры обратного распространения. Программирование и применение методов Randomize и Propagate.

    реферат, добавлен 20.03.2009

  • Нейронные сети как новая перспективная вычислительная технология для финансовой области. История и типы архитектур нейронных сетей. Обучение многослойной сети. Алгоритм обратного распространения ошибки. Способы обеспечения и ускорения сходимости.

    контрольная работа, добавлен 06.12.2015

  • Задача 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 20.02.2012

  • Технологии 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 24.05.2018

  • Основополагающие 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 01.09.2018

  • Процесс 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 05.09.2024

  • Характеристика 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

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу и оценить ее, кликнув по соответствующей звездочке.