Никитенко Ф. Использование нейронных сетей в распознавания изображений

Материал из Letopisi.Ru — «Время вернуться домой»
(Различия между версиями)
Перейти к: навигация, поиск
(Методы исследования)
(Практическая значимость исследования)
Строка 39: Строка 39:
  
 
==Практическая значимость исследования==
 
==Практическая значимость исследования==
 +
На основе исследования были предложены модификации алгоритмов формирования и обучения нечеткой нейронной сети.

Версия 18:13, 20 февраля 2018

ИНФОРМАЦИОННЫЙ ЛИСТ

Содержание

Фамилия Имя Отчество

Никитенко Фёдор Борисович

Специальность

09.02.03-Программирование в компьютерных системах

Тема

Использование нейронных сетей в распознавании изображений

Актуальность исследования

Актуальность темы исследования определяется внедрением компьютерных технологий и систем искусственного интеллекта в различные сферы деятельности человека. Эти исследования опираются на фундаментальные основы такие, как распознавание образов, нейронные сети, генетические алгоритмы.

Цель исследования

Целью данной работы является разработка моделей и алгоритмов для построения нейро-нечетко-генетической системы распознавания графических образов.

Объект исследования

Предмет исследования

Задачи исследования

1) разработка модификации алгоритма формирования бинарного изображения с бумажного носителя с помощью декомпозиции задачи распознавания графической информации;

2) разработка модификации модели нечеткой нейронной сети для адаптации ее структуры к задаче распознавания образов;

3) разработка модификации генетического алгоритма для обучения нейронных сетей с целью сокращения затрачиваемого для этого времени;

4) реализация программного комплекса, включающего в себя описанные выше алгоритмы и методы и проведение вычислительного алгоритма.

Методы исследования

Для решения указанных задач использовались методы искусственного интеллекта, методы распознавания образов, искусственных нейронных сетей.

Практическая значимость исследования

На основе исследования были предложены модификации алгоритмов формирования и обучения нечеткой нейронной сети.

Персональные инструменты
Инструменты