Файл: ИИ.docx

МИНОБРНАУКИ РОССИИ

Федеральное государственное бюджетное образовательное учреждение

высшего образования

«Тверской государственный технический университет»

(ТвГТУ)

Кафедра электронных вычислительных машин

Допустить к защите:

Заведующий кафедрой ЭВМ

А.Р. Хабаров

«____» ___________20___ г.

ДИПЛОМНАЯ РАБОТА

На тему

Профиль: Вычислительные машины, комплексы, системы и сети

Студент (ка)

^{(Ф.И.О.) подпись}

Форма обучения: Группа

Руководитель

^{(ученая степень, звание, Фамилия, И.О.) (подпись)}

Нормоконтроль

^{(ученая степень, звание, Фамилия, И.О.) (подпись)}

ТВЕРЬ 2017

МИНОБРНАУКИ РОССИИ

Федеральное государственное бюджетное образовательное учреждение

высшего образования

«Тверской государственный технический университет»

(ТвГТУ)

З А Д А Н И Е

на выпускную квалификационную работу бакалавра

Студент(ка)

^{(фамилия, имя, отчество)}

Направление подготовки бакалавров__09.03.01 Информатика и вычислительная техника

Профиль Вычислительные машины, комплексы, системы и сети

Тема Нейронные сети персептронного доступа. Распознавание образов на примере цифр

(утверждена приказом ректора от « » 20 г. № ).

Содержание расчетно-пояснительной записки: Введение, Общесистемный раздел, Специальный раздел, Заключение, Список использованных источников, Приложение

Срок представления студентом ВКР на кафедру: « » 20 г.

Руководитель

^{(ученая степень, должность, Ф.И.О.) (подпись)}

Задание получено:

^{(Ф.И.О. студента) (подпись)}

ТВЕРЬ 2018

Аннотация

В работе решены следующие задачи:

1. Накопление базы данных исследуемых объектов;

2. Исследование свойств объектов для применения их в нейронной сети;

3. Разработка пошагового алгоритма работы сети;

4. Получение высокого результата классификации;

5. Тестирование программной реализации сети.

Разработан программный продукт, позволяющий распознавать цифры.

Содержание

Y

Введение

Одним из наиболее актуальных направлений в области кибернетики является построение программных приложений для распознавания цифровых символов. В настоящее время существуют некоторые реализации нейронных сетей для распознавания цифр. Но, существующие алгоритмы не обеспечивают 100% распознавания символов. Следовательно, постоянное повышение эффективности существующих алгоритмов, а также разработка новых алгоритмов – является актуальной задачей.

На сегодняшний день существуют два основных направления применения нейронных сетей:

символьное – предполагает моделирование процессов мышления человека;

нейрокибернетическое – моделирование низкоуровневой структуры человеческого мозга.

Системы искусственного интеллекта должны эффективно решать неформализованные задачи. Результаты должны быть сравнимы с человеческими возможностями. Подобные системы должны обладать следующими особенностями:

1) использование собственной модели внутреннего мира;

2) способность пополнять имеющиеся знания;

3) способность к генерации новой информации, не содержащейся в модели;

4) корректная работа с разной степенью нечеткости;

5) взаимодействие с человеком;

6) адаптация.

Объект работы – нейронная сеть.

Предмет работы – распознавание цифровых символов с помощью нейронной сети.

Цель работы – проектирование и разработка искусственной нейро-матричной сети для облегчения распознавания цифровых символов.

Достижение указанной цели осуществлено за счет решения следующих задач:

1. Накопление базы данных исследуемых объектов;

2. Исследование свойств объектов для применения их в нейронной сети;

3. Разработка пошагового алгоритма работы сети;

4. Получение высокого результата классификации;

5. Тестирование программной реализации сети.

Работа состоит из введения, трех глав, заключения, списка использованной литературы. Текст работы изложен на 65 страницах, в том числе содержит 39 рисунков и 2 листинга.