Методы распознавания зашумленных образов БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ФАКУЛЬТЕТ ПРИКЛАДНОЙ МАТЕМАТИКИ и ИНФОРМАТИКИ Кафедра математического обеспечения автоматизированных систем управления Кучинская Евгения Николаевна Научный руководитель Каснопрошин Виктор Владимирович Магистерская работа

Оглавление презентации 2 1. Актуальность темыАктуальность темы 2. Цели и задачи работыЦели и задачи работы 3. Объект и предмет исследованияОбъект и предмет исследования 4. Научная гипотезаНаучная гипотеза 5. Основны результатыОсновны результаты 6. Науная новизнаНауная новизна 7. Положения, выносимые на защитуПоложения, выносимые на защиту

Актуальность темы 3 Эффективное распознавание образов имеет важное значение в сферах автоматизации многих процессов человеческой деятельности

4 Цель работы состоит в исследовании эффективности многослойных нейросетей типа Неокогнитрон для решения задач распознавания искажённых и зашумлённых образов. Цель работы Задачи: Исследовать существующие системы и методы распознавания образов; Разработать программную модель Неокогнитрона для анализа и исследования процессов распознавания визуальных образов; Провести экспериментальные исследования влияния параметров нейронной сети на качество распознавания; Создать автоматическую систему тестирования возможностей нейронной сети.

Объект и предмет исследования 5 Объект исследования - система распознавания образов, построенная на базе нейронной сети неокогнитрон. Предмет исследований - методы, алгоритмы и нейросетевые структуры, применяемые для распознавания образов с учётом искажений. Методы исследования - использованы методы теории распознавания образов, теории нейронных сетей, теории динамического программирования, теории проектирования программных систем. Способность к абстрагированию

Научная гипотеза 6 Неокогнитрон представляет собой самоорганизующуюся нейронную сеть, которая моделирует систему восприятия человека Неокогнитрон возможно использовать при решении задачи обучения Неокогнитрон возможно использовать при решении задачи распознавания

Основные результаты 7 Разработаны алгоритмы инициализации, распознавания и обучения Неокогнитрона согласно требованиям к нейронной сети, Реализована программная модель Неокогнитрона с использованием объектно-ориентированного подхода, Разработан программный эмулятор нейросети Неокогнитрон, который позволяет выполнять операции построения, обучения сети и распознавания заданных образов, Реализован графический редактор для создания образов, которые подлежат распознаванию, Реализован пользовательский интерфейс позволяющий осуществлять управление работой Неокогнитрона, следить за состоянием отдельных его слоев и плоскостей, Создана автоматическая система тестирования возможностей нейронной сети;

Научная новизна 8 1.Разработана программная модель нейросетевого алгоритма неокогнитрон, решающего задачу распознавания зашумленных и искаженных образов. 2. Предложена архитектура нейросети, требующая минимальных вычислительных затрат при компьютерной эмуляции. 3. Исследована эффективность распознавания искаженных образов с помощью модели нейросети неокогнитрон.

Положения выносимые на защиту 9 Актуальность темы распознавания образов Постановка задачи обучения и распознавания образов Разработка алгоритмов Реализация программной модели Неокогнитрона Анализ влияния различных параметров нейронной сети на качество распознавания Создание автоматическая система тестирования возможностей нейронной сети

Спасибо за внимание ! БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ФАКУЛЬТЕТ ПРИКЛАДНОЙ МАТЕМАТИКИ и ИНФОРМАТИКИ Кафедра математического обеспечения автоматизированных систем управления Минск, 2008