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
Дата создания записи 30.11.2018

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

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.

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

Количество обращений: 186 
За последние 30 дней: 0

Подробная статистика