Распознавание образов с применением искусственной нейронной сети

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.

Подобные документы

  • Исследование особенностей применения эволюционных алгоритмов для настройки структуры и поиска весов связей искусственных нейронных сетей. Анализ вопросов эволюционного поиска топологии искусственной нейронной сети. Кодирование информации о весах связей.

    статья, добавлен 08.02.2013

  • Топологии нейронной сети: биологический нейрон, функции активации, закономерности обучения. Существующие архитектуры и их сравнительная характеристика. Многослойный перцептрон нейронной сети, особенности ее использования для динамических систем.

    отчет по практике, добавлен 18.02.2019

  • Аналитический 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 14.12.2019

  • Теория распознавания образов. Цифровая обработка изображений и распознавания образов. Система визуального наблюдения. Применение алгоритма Виолы-Джонса. Методы определения и оценка оптического потока. Применение трекинга при помощи оптического потока.

    курсовая работа, добавлен 11.11.2017

  • Совершенствование технологий распознавания объектов природного происхождения с большой визуальной вариабельностью в промышленных системах технического зрения. Отбор информативных признаков, участвующих в классификации. Выбор топологии нейронной сети.

    автореферат, добавлен 02.05.2018

  • Знакомство со средствами, методами MATLAB. Характеристика типичной сети с прямой передачей сигнала. Моделирование нейронных сетей с помощью пакета Simulink. Применение нейронных сетей для аппроксимации функций. Работа с нейронной сетью в командном режиме.

    методичка, добавлен 26.11.2015

  • Разработка 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 01.02.2019

  • Параметризация свёрточной нейронной сети для осуществления семантического анализа текста и определения его эмоциональной окраски. Архитектура сети, её обучение и тестирование с использованием объектно-ориентированного языка Python и библиотеки Keras.

    статья, добавлен 19.02.2019

  • Разработка искусственной нейронной сети, выделяющей акустический сигнал утечки из шума водопровода. Правило обучения сети, основанное на критерии минимума абсолютного значения момента четвертого порядка, упрощающее реализацию сети в реальном времени.

    статья, добавлен 02.09.2013

  • 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

  • Обзор 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 04.12.2012

  • Нейронные сети - одно из приоритетных направлений исследований в области искусственного интеллекта. Модель нейрона и его элементы. Классификация и свойства нейронных сетей, концептуальные подходы к их обучению. Представление знаний в нейронной сети.

    реферат, добавлен 29.12.2011

  • Распознавание символов по скелетному изображению, использование нейронной сети. Вычисление набора признаков скелета символа, его идентификации по результатам обучения нейронной сети. Устойчивость алгоритма к искажениям символов и параметрам шрифта.

    статья, добавлен 25.09.2012

  • Нейросетевые 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

  • 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

  • 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

  • Задачи для определения оптимальной модели нейронной сети. Характеристика общей модели нейронной сети. Сравнение различных алгоритмов поиска оптимального пути. Эффективность пчелиного алгоритма в решении задачи исследования и патрулирования местности.

    статья, добавлен 08.03.2019

  • Особенность подготовки данных для обучения сети. Главный анализ формирования обучающих массивов в задаче. Вычисление суммы квадратичных отклонений выходов паутины от эталонов. Основная характеристика проведения результатов регрессионного анализа.

    лабораторная работа, добавлен 14.01.2015

  • Предложен формальный алгоритм построения полносвязной части нейросетевого классификатора. Описаны подходы к подбору гиперпараметров. При использовании данного алгоритма удалось снизить общее количество настраиваемых параметров полносвязной нейронной сети.

    статья, добавлен 02.04.2019

  • Рассмотрение положений теории нейронных сетей, анализ разнообразия их архитектур. Методы и алгоритмы предварительной обработки данных. Моделирование структуры нейросети. Разработка алгоритмов обучения нейронной сети для уменьшения ошибки тестирования.

    дипломная работа, добавлен 30.08.2016

  • 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

  • Разработка 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 18.01.2018

  • Осцилляторные нейросетевые модели сегментации изображений и зрительного внимания. Типы нейронных сетей. Быстрые нейронные сети: проектирование, настройка, приложения. Нейроноподобные модели описания динамических процессов преобразования информации.

    курс лекций, добавлен 08.02.2013

  • Анализ существующих методов решения задачи распознавания человеческих лиц. Обнаружение местоположения лица на изображении методом цветового сегментирования. Моделирование процесса обучения искусственной нейронной сети на языке программирования C++.

    дипломная работа, добавлен 24.05.2018

  • Анализ предметной области. Технологии классификации текстовых данных. Диаграмма прецедентов системы определения категорий тендеров. Проектирование архитектуры системы определения категорий тендеров. Формирование обучающих выборок для нейронной сети.

    дипломная работа, добавлен 28.11.2019

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.