Анализ закономерностей в изображениях арабских цифр

НГТУ, 2013г., 34с. Дисциплина - Представление знаний в Информационных системах Данная работа позволила глубже ознакомиться c моделями нейросетей прямого распространения, алгоритмами и методами обучения. Получить навыки моделирования на основе нейронной сети Wizard_1.7
Выполнение курсовой работы по дисциплине Представление знаний в информационных системах имеет цель:
- закрепить и углубить теоретические знания студентов по данной дисциплине;
- развить навыки разработки сопроводительной программной документации;
- получить опыт выбора моделей и структуры нейронных сетей (НС);
- научиться формировать исходные данные для обучения НС и управлять процессом ее обучения;
- проведения оценки качества обучения НС.
Основные задачи, которые ставятся перед нейронными сетями, относятся к задачам распознавания образов. Они заключаются в том, чтобы классифицировать входной образ, то есть отнести его к какому-либо известному сети классу. Изначально сети даются эталонные образы – такие образы, принадлежность которых к определенному классу известна. Затем навход сети подается некоторый неизвестный образ, и сеть пытается по определенному алгоритму соотнести его с каким-либо эталонный образом. Можно сказать, что нейросети проводят кластеризацию образов.
Необходимо обучить НС распознавать заданный образ, а так же используя арифметические действия (сложение, вычитание) над изображениями арабских цифр определять соответствее наборов входных и эталонных данных. На входе задаются изображения трех цифр, на выходе – одно. Арифметические действия в каждой обучающей паре тождественны. Анализируется способность к обобщению.
Приложения - файлы расчетов, входные данные.