Xreferat.com » Рефераты по коммуникации и связи » Классификация римских цифр на основе нейронных сетей

Классификация римских цифр на основе нейронных сетей

valign="top" style="border-top:none;border-left: none;border-bottom:solid windowtext 1.0pt;border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt;height:13.8pt;">0 0 доля с ош 20-30% 0 0 0 0 0 0 0 0 0 доля с ош>30% 0 0 0 0 0 0 0 0 0

Далее мы подавали различное количество инвертированных битов.

В таблице представлена зависимость количества инвертированных битов от количества правильных ответов на выходе

Количество инвертированных битов Количество верных ответов на выходе
50 0
25 2
13 9
19 6
16 7
15 8
14 8

Таким образом мы выявили критическое количество зашумленных данных = 16 на каждый входной вектор.

Это соответствует 20% зашумления. При большем зашумлении входных данных сеть не может отдать предпочтение одной цифре, причем с увеличением зашумления количество таких букв растет.

Результаты сети при критическом зашумлении:

Вых1 Вых2 Вых3 Вых4 Вых5 Вых6 Вых7 Вых8 Вых9
R квадрат 0,7193 0,8274 0,6583 0,7303 0,7928 0,6981 0,9135 0,8702 0,7746
СКО 0,028 0,017 0,034 0,027 0,020 0,030 0,009 0,013 0,022
Относ СКО % 16,650 13,057 18,369 16,322 14,304 17,268 9,243 11,321 14,922
доля с ош <5% 0 0 0 0 0 0 0 0 0
доля с ош 5-10% 0 0 0 0 0 0 0 0 0
доля с ош 10-20% 0 11,111 0 0 11,111 0 0 0 0
доля с ош 20-30% 0 0 0 0 0 0 11,111 0 11,111
доля с ош >30% 11,111 0 11,111 11,111 0 11,111 0 11,111 0

Судя по анализу качества обучения, сеть хорошо справляется при 20% зашумлении.

Это говорит о том что у сети неплохой потенциал для обобщения.


Выводы

В ходе данной курсовой работы были получены навыки моделирования нейронных сетей, а также была решена частная задача моделирования нейронной сети для классификации римских цифр. Исходными данными для сети являлись изображения римских цифр, представленные виде матриц, размерностью 7х9.

Обученная нейронная сеть хорошо себя показала при 20% уровне шума. Для увеличения этого показателя нужно снизить риск возникновения критических шумов. Этого можно достигнуть путем увеличения размерности сетки.


Список использованных источников

1         Стандарт предприятия СТП 1–У–НГТУ–98

2         Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. – М.: Горячая линия – Телеком, 2001. – 382 с.:ил.

3         Электронный учебник по NeuroShell 2

4         Каллан Р. Основные концепции нейронных сетей

5         Ресурсы сети Интернет

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: