Рекомендуемая категория для самостоятельной подготовки:
Дипломная работа*
| Код |
563693 |
| Дата создания |
2017 |
| Страниц |
73
|
Мы сможем обработать ваш заказ (!) 22 ноября в 12:00 [мск] Файлы будут доступны для скачивания только после обработки заказа.
|
Содержание
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
Введение
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.
Фрагмент работы для ознакомления
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#.
Список литературы
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
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.00365