Details
Title | Распознавание рукописного текста в программных системах с использованием нейронной сети: выпускная квалификационная работа бакалавра: 09.03.01 - Информатика и вычислительная техника ; 09.03.01_09 - Разработка программного обеспечения |
---|---|
Creators | Аглиуллин Артур Науфалевич |
Scientific adviser | Круглов Сергей Константинович |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий |
Imprint | Санкт-Петербург, 2018 |
Collection | Выпускные квалификационные работы; Общая коллекция |
Subjects | нейрон; персептрон; искусственная нейронная сеть; графический символ |
Document type | Bachelor graduation qualification work |
File type | |
Language | Russian |
Level of education | Bachelor |
Speciality code (FGOS) | 09.03.01 |
Speciality group (FGOS) | 090000 - Информатика и вычислительная техника |
Links | Отзыв руководителя |
DOI | 10.18720/SPBPU/2/v18-5994 |
Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Record key | RU\SPSTU\edoc\58552 |
Record create date | 11/30/2018 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
Group | Anonymous |
---|---|
Network | Internet |
Объект исследования – искусственные нейронные сети. Предмет – способность распознавания рукописного текста нейронной сетью. Цель – создать искусственную нейронную сеть способную распознавать рукописные буквы. Теоретическое исследование проводилось методом анализа литературных источников и информационных ресурсов сети internet. По результатам исследования предложена архитектура сети и метод обучения для достижения поставленной цели. Выполнена программная реализация полносвязной искусственной нейронной сети прямого распространения. Получены результаты тестирования ПО, на основании которых можно судить о высокой способности сети классифицировать графические изображения букв. Итоги данной работы позволяют получить относительно точный, не ресурсоёмкий, простой инструмент для классификации рукописных символов и автоматического перевода их в машинный текст.
Network | User group | Action |
---|---|---|
ILC SPbPU Local Network | All |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
Access count: 186
Last 30 days: 0