Детальная информация

Название: 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
Авторы: Аглиуллин Артур Науфалевич
Научный руководитель: Круглов Сергей Константинович
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2018
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: нейрон; персептрон; искусственная нейронная сеть; графический символ
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Бакалавриат
Код специальности ФГОС: 09.03.01
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя
DOI: 10.18720/SPBPU/2/v18-5994
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи: RU\SPSTU\edoc\58552

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

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.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 186
За последние 30 дней: 0
Подробная статистика