Тема: Нейронная сеть. Распознавание математических формул
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
📋 Содержание
ВВЕДЕНИЕ 8
1 СРАВНЕНИЕ И АНАЛИЗ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА,
НАПРАВЛЕННЫХ НА РАСПОЗНАВАНИЕ ИЗОБРАЖЕНИЙ 9
1.1 Теоретическое введение 9
1.2 Сравнение существующих систем в области распознавания символов 12
1.3 Инструменты и сервисы для создания программного продукта 20
Выводы по первому разделу 22
2 РАЗРАБОТКА ПРИЛОЖЕНИЯ 23
2.1 Проектирование программы 23
2.2 Выбор языка программирования 23
2.3 Описание используемых технологий 24
2.4 Предварительная обработка изображения 29
2.5 Разработка языковой модели распознавание 33
2.6 Разработка десктоп-приложения 38
Выводы по второму разделу 42
3 ЭКОНОМИЧЕСКАЯ ЧАСТЬ 43
3.1 Цели и задачи, решаемые в экономической части 43
3.2 Расчет амортизационных отчислений 43
3.3 Расчёт расходов на энергопотребление 45
3.4 Расчёт заработной платы программиста 46
3.5 Расчёт общих затрат на создание прикладной программы 46
Выводы по третьему разделу 47
ЗАКЛЮЧЕНИЕ 48
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 49
ПРИЛОЖЕНИЕ А Функции, методы и библиотеки, используемые в программе 51
📖 Введение
Задача - с учётом развития направления нейронных сетей в информационном окружении, достаточно актуальна и интересна, т.к. программное обеспечение систем распознавания или определения некоторых символьных наборов, широко распространяется в общественных организациях, малых и больших бизнесах, в научных и учебных организациях.
Задачи работы:
- выполнить сравнительный анализ аналогов - системсервисов распознавания с целью определения наиболее распространенных архитектур, необходимого функционала, принципов;
- рассмотреть характеристики доступных ресурсов для работы с системами искусственного интеллекта;
- определить функционал разрабатываемого десктоп-приложения;
- выбрать тип архитектуры приложения, платформу для разработки, ресурсы обработки и разработать дизайн приложения;
- разработать приложение с целью дальнейшего его апгрейда и поиска бизнес реализации;
- отладить и протестировать разработанное приложение.
Объектом выпускной квалификационной работы является исследование возможности реализации оптического распознавания символов посредством нейросетей. Предмет - разработка настольного приложения, реализующего распознавание математических символов и рукописного текста.
✅ Заключение
Выполнен сравнительный анализ пяти сервисов и программных решений. С учетом полученной в ходе анализа информации, сделан выбор в пользу разработки десктоп-приложения, работающего в режиме offline, имеющего возможность распознавать, как изображения, нарисованные в ручную, так и изображения, готового образца.
Рассмотрены характеристики библиотек и механизмов, обеспечивающих возможность работать с машинным обучением .
С помощью библиотек Tesseract, OpenCV, NumPy, на языке программирования Python версии 3.7, дистрибутива Anaconda, реализовано десктоп-приложение распознавания математических символов и выражений, позволяющее пользователям перевести данные на изображении в редактируемый формат.
Таким образом, цель работы достигнута и все поставленные задачи выполнены. Результат работы может быть применен на практике в любом направлении, где потребуется реализация компьютерного зрения.





