Автор молодец выполнил работу раньше срока. Спасибо
Информация о работе
Подробнее о работе
Разработка системы распознавания цифр и аппроксимация функций на базе применения нейронных сетей
- 73 страниц
- 2017 год
- 296 просмотров
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
Целью работы является исследование актуальных технологий искусственных нейронных сетей и их возможностей в решении задач распознавания образов и аппроксимации функций через создание программного обеспечения для распознавания рукописных цифр и аппроксимации функций .
Для реализации поставленной цели необходимо решить следующие задачи:
- проанализировать предметную область искусственных нейронных сетей;
- рассмотреть особенности актуальных методов обучения искусственных нейронных сетей;
- провести сравнительный анализ сред разработки программного кода и языков программирования;
- определить цели и задачи дипломной работы;
- разработать проект программного приложения;
- разработать функциональные средства для создания и использования искусственных нейронных сетей;
- проектирование и обучения искусственных нейронных сетей;
- разработать активности и элементы интерфейса программного модуля распознавания рукописных цифр ;
- разработать активности и элементы интерфейса программного модуля аппроксимации функций ;
- провести тестирование программы.
Введение 5
1 Анализ технологий искусственных нейронных сетей и обзор выбранного метода разработки 8
1.1 Описание базовых элементов искусственных нейронных сетей 8
1.2 Технологии обучения искусственных нейронных сетей 11
1.2.1 Парадигмы обучения искусственных нейронных сетей 12
1.2.2 Модели обучения искусственных нейронных сетей 15
1.3 Выбор среды разработки программы 18
1.4 Цель и задачи дипломной работы 22
2 Проектирование нейронной сети и разработка приложения 23
2.1 Проектирование применения для использования нейронных сетей 23
2.1.1 Создание алгоритма работы программы 23
2.1.2 Описание файловой структуры проекта 25
2.2 Разработка функциональных классов для работы с искусственными нейронными сетями 27
2.3 Реализация элементов взаимодействия с пользователем 29
2.4 Обучение искусственных нейронных сетей 40
2.5 Тестирование программы 46
3 Охрана труда 48
3.1 Требования к уровню шумов, вибрации, ЕМП и электростатических полей на рабочих местах пользователей компьютеров 48
3.2 Требования к производственным мебели на рабочих местах 49
3.3 Правила производственной безопасности во время ремонта и наладки ЭВМ 52
3.4 Технология управления охраной труда на предприятии 55
ВЫВОДЫ 59
ПЕРЕЧЕНЬ ССЫЛОК 60
ПРИЛОЖЕНИЕ А Листинг КОДА ПРОГРАММЫ 62
При необходимости, работа может быть оперативно переделана и доработана под нужную область. В наличии презентация, файлы исходников реализации, отчет по преддипломной практике(за дополнительную плату).Имеется 2 варианта работы, на русском и украинском языках, по запросу вышлю нужную. Если есть вопросы по работе - задавайте, постараюсь всем ответить.
Работа была защищена в 2017 году на оценку "Отлично" в одном из отечественных Вузов.
В дипломной работе разрабатывается система распознавания рукописных цифр и аппроксимации функций нейронными сетями. Проведено исследование актуальных методов искусственных нейронных сетей.
Созданное программное приложение помогает автоматизировать процесс распознавания рукописных цифр и аппроксимации функций. Гибкость системы позволяет использовать её для создания искусственных нейронных сетей с разной конфигурацией и обучать их. Реализация выполнена на языке C#.
1. Ясницкий, Л. Н. Введение в искусственный интеллект / Л.Н. Ясницкий. - М .: Издательский центр «Академия», 2005. - 176с.
2. Хайкин, С. Нейронные сети: Полный курс - второй вид. / С.Хайкин. - М.: «Вильямс», 2006. - 86с, 1104 с.
3. Заде, Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. / Л. Заде. - М.: Мир., 1976 - 256c.
4. Кофман, А. Введение в теорию нечетких множеств. / А. Кауфман. - М.: Радио и связь., 1982 - 340c.
5. Tanaka, K. An Introduction to Fuzzy Logic for practical Applications. / K. Tanaka. - Berlin: Springer Verlag, 1991. - 39р.
6. Алиев, Р. Нечеткие модели процессов и систем управления. / Р.А. Алиев, Ульянов С.В. // Итоги Н и Т, - Сэр. Техническая кибернетика, 1990. - Т. 29; -1991. - Т. 32.
7. Литвинцева, Л.В. Проектирование баз знаний нечетких регуляторов для интеллектуального управления существенно-нелинейными динамическими системами. / Л.В. Литвинцева, С.В.Ульянов, С.С.Ульянов. Ч. II // Изв. РАН. Тиса, 2006. - № 5. - С. 69-97.
8. Holland, J.H. Adaptation in Natural and Artificial Systems / J.H. Holland - University of Michigan Press, Ann Arbor, 1975 - 98p.
9. Goldberg D.E. Genetic Algorithms in Search, Optimization, and Machine Learning / D.E. Goldberg - MA: Addison-Wesley, Reading, 1989 - 25p.
и еще 12 источников
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
