Добавлен пользователем LiTo, дата добавления неизвестна
Описание отредактировано
Продукционная модель Изучение работы персептрона. Нейросеть (распознавание нарисованных цифр) Изучение алгоритма обратного распространения (Прогнозирование курса валюты) Изучение принципов работы сети Кохонена. Кодирование нечисловых данных (классификация данных). изучение принципов работы сети встречного распространения (сжатие изображения).
Чтобы скачать этот файл зарегистрируйтесь и/или войдите на сайт используя форму сверху.
Биологический прототип и искусственный нейрон. Сети Хопфилда. Распознавание цифр с помощью сетей Хопфилда. В настоящее время многие ученые занимаются исследованием нейронных сетей , устойчивости тех или иных конфигураций, однако далеко не все задачи распознавания образов могут быть решены нейронными сетями . А если и могут быть решены, то с какими-либо ограничениями, что...
Практическое задание. — 14 с.
Цель : Требуется написать программу, способную распознавать графически представленные символы в виде растрового изображения и преобразовывать в обычный текст.
Платформа: Win32,
Формат графического изображения: Windows Bitmap (BMP), 8 бит,
Шрифт для распознавания: Arial, 16.
Содержание :
Выделение контура объекта, определение его границ....
2-е изд. — М.: Вильямс, 2007. — 1410 с. — ISBN 5-8459-0887-2, 0-13-790395-2, 978-5-8459-0887-2. В книге представлены все современные достижения и изложены идеи, которые были сформулированы в исследованиях, проводившихся в течение последних пятидесяти лет, а также собраны на протяжении двух тысячелетий в областях знаний, ставших стимулом к развитию искусственного интеллекта как...
Сибирский федеральный университет, Усть-Илимский филиал, Кафедра естественнонаучных и технических дисциплин, Усть-Илимск, 2008. - 56 стр.
Типовые проблемы, Связанные с распознаванием символол.
Структура систем оптического распознавания текстов.
Методы предобработки изображений текстовых символов.
Признаки символов, Используемые для автоматического распознавания.
Корреляция...
Курсовая работа. ДонНТУ. 2005 г.
Интересная работа, особенно для новичков, где рассказана не только теория, но и приведены исходники примера нейронной сети, распознающей цифры.