Детальная информация
| Название | Разработка программы проверки рукописных работ с использованием нейронных сетей: выпускная квалификационная работа бакалавра: направление 02.03.03 «Математическое обеспечение и администрирование информационных систем» ; образовательная программа 02.03.03_01 «Информационные системы и базы данных» = Program development for evaluating handwritten papers using neural networks |
|---|---|
| Авторы | Дыбко Алексей Васильевич |
| Научный руководитель | Хахина Анна Михайловна |
| Другие авторы | Пархоменко Владимир Андреевич |
| Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий |
| Выходные сведения | Санкт-Петербург, 2021 |
| Коллекция | Выпускные квалификационные работы ; Общая коллекция |
| Тематика | нейронные сети ; обработка изображений ; python ; анализ данных ; машинное обучение ; система образования ; neural networks ; image processing ; data mining ; machine learning ; education system |
| Тип документа | Выпускная квалификационная работа бакалавра |
| Язык | Русский |
| Уровень высшего образования | Бакалавриат |
| Код специальности ФГОС | 02.03.03 |
| Группа специальностей ФГОС | 020000 - Компьютерные и информационные науки |
| Ссылки | Отзыв руководителя ; Отчет о проверке на объем и корректность внешних заимствований |
| DOI | 10.18720/SPBPU/3/2021/vr/vr21-1584 |
| Права доступа | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
| Ключ записи | ru\spstu\vkr\14064 |
| Дата создания записи | 03.09.2021 |
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 |
В данной работе иследованы методы обработки изображений для реализации программы проверки рукописных работ. Эти методы были полностью проанализированы и улучшены под каждые типы условий. Были написаны альтернативные варианты изученных алгоритмов, и в конце составлен итоговый вариант предобрабокти. Помимо методов работы с изображениями также были реализованы задачи машинного обучения, в частности были изучены методы распознавния текста. Для этого успешно разработано несколько моделей, к одной из них был составлен датасет. В реализации также был разработан алгоритм проверки и прогаммная оболочка в виде пользовательского интерфейса. После было проведено тестирование и апробация. В итоге были получены результаты, проанализировав которые был составлен вектор дальнейшего развития.
In this work, the methods of image processing for the implementation of the program of verification of handwritten works are investigated. These methods have been fully analyzed and improved for each type of condition. Alternative versions of the algorithms were written, and the final version of the preprocessing was compiled at the end. In addition to the methods of working with images, machine learning tasks were also implemented, in particular, text recognition methods were researched. For this purpose, several models have been successfully developed, and a dataset has been created for one of them. The implementation also developed a verification algorithm and a software shell in the form of a user interface. After that, testing and approbation was carried out. Finally, the results were obtained, after analyzing which the vector of further development was compiled.
| Место доступа | Группа пользователей | Действие |
|---|---|---|
| Локальная сеть ИБК СПбПУ | Все |
|
| Интернет | Авторизованные пользователи СПбПУ |
|
| Интернет | Анонимные пользователи |
|
- Разработка программы проверки рукописных работ с использованием нейронных сетей
- Введение
- 1. Анализ предметной области
- 2. Определение программных средств
- 3. Анализ алгоритмов и программная реализация
- 4. Тестирование и апробация
- Заключение
- Список сокращений и условных обозначений
- Список использованных источников
- Приложение 1. Модель распознавания ключевых слов
- Приложение 2. Модель распознавания цифр
- Приложение 3. Код приложения и алгоритма проверки
