'

Методы распознавания зашумленных образов

Понравилась презентация – покажи это...





Слайд 0

Методы распознавания зашумленных образов БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ФАКУЛЬТЕТ ПРИКЛАДНОЙ МАТЕМАТИКИ и ИНФОРМАТИКИ Кафедра математического обеспечения автоматизированных систем управления Кучинская Евгения Николаевна Научный руководитель Каснопрошин Виктор Владимирович Магистерская работа


Слайд 1

Оглавление презентации 2 Актуальность темы Цели и задачи работы Объект и предмет исследования Научная гипотеза Основны результаты Науная новизна Положения, выносимые на защиту


Слайд 2

Актуальность темы 3 Эффективное распознавание образов имеет важное значение в сферах автоматизации многих процессов человеческой деятельности


Слайд 3

4 Цель работы состоит в исследовании эффективности многослойных нейросетей типа Неокогнитрон для решения задач распознавания искажённых и зашумлённых образов. Цель работы Задачи: Исследовать существующие системы и методы распознавания образов; Разработать программную модель Неокогнитрона для анализа и исследования процессов распознавания визуальных образов; Провести экспериментальные исследования влияния параметров нейронной сети на качество распознавания; Создать автоматическую систему тестирования возможностей нейронной сети.


Слайд 4

Объект и предмет исследования 5 Объект исследования - система распознавания образов, построенная на базе нейронной сети неокогнитрон. Предмет исследований - методы, алгоритмы и нейросетевые структуры, применяемые для распознавания образов с учётом искажений. Методы исследования - использованы методы теории распознавания образов, теории нейронных сетей, теории динамического программирования, теории проектирования программных систем. Способность к абстрагированию


Слайд 5

Научная гипотеза 6 Неокогнитрон представляет собой самоорганизующуюся нейронную сеть, которая моделирует систему восприятия человека Неокогнитрон возможно использовать при решении задачи обучения Неокогнитрон возможно использовать при решении задачи распознавания


Слайд 6

Основные результаты 7 Разработаны алгоритмы инициализации, распознавания и обучения Неокогнитрона согласно требованиям к нейронной сети, Реализована программная модель Неокогнитрона с использованием объектно-ориентированного подхода, Разработан программный эмулятор нейросети Неокогнитрон, который позволяет выполнять операции построения, обучения сети и распознавания заданных образов, Реализован графический редактор для создания образов, которые подлежат распознаванию, Реализован пользовательский интерфейс позволяющий осуществлять управление работой Неокогнитрона, следить за состоянием отдельных его слоев и плоскостей, Создана автоматическая система тестирования возможностей нейронной сети;


Слайд 7

Научная новизна 8 Разработана программная модель нейросетевого алгоритма неокогнитрон, решающего задачу распознавания зашумленных и искаженных образов. 2. Предложена архитектура нейросети, требующая минимальных вычислительных затрат при компьютерной эмуляции. 3. Исследована эффективность распознавания искаженных образов с помощью модели нейросети неокогнитрон.


Слайд 8

Положения выносимые на защиту 9 Актуальность темы распознавания образов Постановка задачи обучения и распознавания образов Разработка алгоритмов Реализация программной модели Неокогнитрона Анализ влияния различных параметров нейронной сети на качество распознавания Создание автоматическая система тестирования возможностей нейронной сети


Слайд 9

Спасибо за внимание ! БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ФАКУЛЬТЕТ ПРИКЛАДНОЙ МАТЕМАТИКИ и ИНФОРМАТИКИ Кафедра математического обеспечения автоматизированных систем управления Минск, 2008


×

HTML:





Ссылка: