Учебно-методический материал.
Предоставляется в ознакомительных и исследовательских целях
📄Работа №160337

Тема: Нейросетевая модель распознавания английских прописных букв (Казанский национальный исследовательский технический университет)

📝
Тип работы Курсовые работы
📚
Предмет информационные системы
📄
Объем: 22 листов
📅
Год: 2022
👁️
Просмотров: 74
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
ℹ️ Материал размещён в информационных целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки

📋 Содержание

Введение 3
1 Анализ методов распознавания символов 4
2 Распознавание английских прописных букв с помощью программы DEDUCTOR 7
2.1 Описание программы DEDUCTOR 7
2.2 Подготовка данных для обучения нейросети 9
2.3 Построение нейросетевой модели в среде DEDUCTOR 13
2.4 Тестирование нейронной сети 15
Заключение 21
Список используемой литературы 22

📖 Введение

Задача распознавания любого рукописного символа представляется весьма непростой задачей с множеством особенностей. Однако ее решение сопровождается значительным практическим интересом, исходя из того что создание эффективного алгоритма распознавания позволило бы, в частности, сэкономить время для записи информации с документов на компьютер, исключив из этой системы человека.
Существуют коммерчески успешные программы (например, ABBY FineReader), которые способны считывать простой, не сильно зашумленный текст для последующего сохранения. Однако, при наличии спроса на такие программы, аналогов, способных считывать даже чуть искаженный текст с последующим преобразованием в документ хорошего качества, недостаточно.
Целью курсовой работы заключается в нейросетевом распознавании английских прописных букв с помощью программы Deductor Studio Academic.

Возникли сложности?

Нужна качественная помощь преподавателя?

👨‍🎓 Помощь в написании

✅ Заключение

В рамках курсовой работы, посвященной разработке модели распознавания английских прописных букв, были решены следующие задачи:
- подготовлена обучающая выборка для обучения нейронной сети;
- обучена нейросеть;
- подготовлена тестовая выборка для тестирования нейросети;
- протестирована нейросеть.
Таким образом, можно сделать вывод, что цель курсовой работы, заключающаяся в нейросетевом распознавании английских прописных букв, достигнута.

Нужна своя уникальная работа?
Срочная разработка под ваши требования
Рассчитать стоимость
ИЛИ

📕 Список литературы

1. Глова В.И. , Аникин И.В. , Катасёв А.С. , Кривилёв М.А. ,
Насыров Р.И. Мягкие вычисления: Учебное пособие. Казань: Изд-во Казан. гос. техн. ун-та, 2010.
3. Решение задач консолидации, трансформации, очистки и предобработки, Data Mining в аналитической среде Deductor [Электронный ресурс].
4. Катасёв А.С. Математическое обеспечение и программный комплекс формирования нечетко-продукционных баз знаний для экспертных диагностических систем // Фундаментальные исследования. – 2013. – № 10-9. – С. 1922-1927.
5. Катасёв А.С., Катасёва Д.В. Интеллектуальный анализ временных рядов в системах диагностики и поддержки принятия решений / Поиск эффективных решений в процессе создания и реализации научных разработок в российской авиационной и ракетно-космической промышленности Международная научно-практическая конференция. Казань. – 2014. – С. 481-483.
6. Катасёв А.С., Катасёва Д.В. Разработка нейросетевой системы классификации электронных почтовых сообщений // Вестник Казанского государственного энергетического университета. – 2015. – № 1 (25). – С. 68-78.
7. Катасёв А.С., Катасёва Д.В. Формирование нечетких правил фильтрации нежелательных электронных сообщений в инфокоммуникационных сетях / Проблемы техники и технологий телекоммуникаций ПТиТТ-2014. Оптические технологии в телекоммуникациях ОТТ2014. Материалы Международных на-учно-технических конференций. Казань. – 2014. – С. 320-322.
8. Катасёв А.С., Катасёва Д.В., Кирпичников А.П. Нейросетевая диагностика аномальной сетевой активности // Вестник технологического университета. – 2015. – Т. 18. № 6. – С. 163-167.
9. Катасёв А.С., Катасёва Д.В., Кирпичников А.П. Нейросетевая технология классификации электронных почтовых сообщений // Вестник технологического университета. – 2015. – Т. 18. № 5. – С. 180-183.
10. Катасёв А.С., Катасёва Д.В., Кирпичников А.П. Нейросетевое прогнозирование инцидентов информационной безопасности предприятия // Вестник технологического университета. – 2015. – Т. 18. № 9. – С. 215-218.
11. Катасёв А.С., Катасёва Д.В., Кирпичников А.П. Оценка стойкости шифрующих преобразований моноалфавитной замены с использованием генетического алгоритма // Вестник технологического университета. – 2015. – Т. 18. № 7. – С. 255-259.
12. Катасёв А.С., Катасёва Д.В., Кирпичников А.П., Костюжов С.Г. Нейросетевая модель распознавания пользователей в системах дистанционного обучения // Вестник технологического университета. – 2015. – Т. 18. № 13. – С. 160-163.
13. Катасёв А.С., Катасёва Д.В., Кирпичников А.П., Семенов Я.Е. Спам-фильтрация электронных почтовых сообщений на основе нейросетевой и нейронечеткой моделей // Вестник технологического университета. – 2015. – Т. 18. № 15. – С. 217-220.

🛒 Оформить заказ

Работу высылаем в течении 5 минут после оплаты.

©2026 Cервис помощи студентам в выполнении работ