355266 работ
представлено на сайте
применение нейросетевых алгоритмов для распознавания и распознавания дорожных знаков на изображениях со сложным фоном

Диплом применение нейросетевых алгоритмов для распознавания и распознавания дорожных знаков на изображениях со сложным фоном, номер: 351441

Номер: 351441
Количество страниц: 88
Автор: marvel13
1300 руб.
Купить эту работу
Не подошла
данная работа?
Вы можете заказать учебную работу
на любую интересующую вас тему
Заказать новую работу
essay cover применение нейросетевых алгоритмов для распознавания и распознавания дорожных знаков на изображениях со сложным фоном , "Содержание

Введение. 2
Глава 1. Основы построения нейросетевых приложений. 4
1.1 Нейроматематика...

Автор:

Дата публикации:

применение нейросетевых алгоритмов для распознавания и распознавания дорожных знаков на изображениях со сложным фоном
logo
"Содержание

Введение. 2
Глава 1. Основы построения нейросетевых приложений. 4
1.1 Нейроматематика...
logo
144010, Россия, Московская, Электросталь, ул.Ялагина, д. 15А
Телефон: +7 (926) 348-33-99

StudentEssay

buy КУПИТЬ ЭТУ РАБОТУ.
  • Содержание:
    "Содержание

    Введение. 2
    Глава 1. Основы построения нейросетевых приложений. 4
    1.1 Нейроматематика - новый перспективный раздел вычислительной математики. 4
    1.2. Выбор задач, адекватных нейросетевому логическому базису. 7
    1.3. Маршрут проектирования нейросетевого приложения. 12
    1.4. Алгоритм обратного распространения ошибки для сетей с прямыми последовательными связями. 34
    1.5. Библиотека OpenCV. 40
    1.6. Сравнительный анализ существующих подходов к распознаванию участков дорожного движения в сложных погодных условиях. 45
    1.6.1. Сравнение с шаблоном. 45
    1.6.2 Дескрипторы локальных особенностей. 45
    1.6.3 Алгоритм Виолы Джонса. 46
    1.6.4 Искусственные нейронные сети (ИНС). 47
    1.7. Выводы по главе 1. 47
    Глава 2. Разработка программы и обучение нейронной сети для распознавания. 49
    2.1. Исходные данные. 49
    2.2. Выбор языка и ПО для программной разработки. 51
    2.3. Обучение нейронной сети. 56
    2.4. Разработка программы. 58
    2.5. Анализ эффективности работы разработанной программы. 62
    Заключение. 64

    Список используемой литературы. 65

    1. Галушкин А.И. Многослойные системы распознавания образов, М. МИЭМ, 1970 г.
    2. Галушкин А.И. Синтез многослойных нейронных систем распознавания образов, М. Из-во «Энергия», 1974 г.
    3. Галушкин А.И. Теория нейронных сетей, М., ИПРЖР, 2000 г.4. под ред. Галушкина А.И, Нейроматематика. Т.6 серии «Нейрокомпьютеры и их применение», М., Из-во «Радиотехника», 2002 г.
    4. Галушкин А.И. Нейроматематика (проблемы развития), «Нейрокомпьютер» №1, 2003 г.
    5. Галушкин А.И. Нейрокомпьютеры и их применение на рубеже тысячелетий в Китае, М., Из-во «Горячая линия Телеком», 2004 г.
    6. Галушкин А.И. Формирование начальных условий для ускорения настройки коэффициентов нейронных сетей в задачах оптимизации, «Нейрокомпьютер» №5, 2005 г.
    7. Галушкин А. И. Нейрокомпьютеры. Серия «Нейрокомпьютеры и их применение» книга 3, Изд-во «Радиотехника», М 2002г.
    8. K.Likharev, ""Single-electron devices and Their Applications"", Proc. of IEEE, vol. 87, 1999, pp. 606-632.
    9. K.K. Likharev, ""Correlated discrete transfer of single electron in ultrasmall tunnel junctions"", IBM J. Res. Develop., vol. 32, №1, pp. 144-158, 1988.
    10. Simon Foiling, Ozgur Turel, Konstantin Likharev, ""Single-Electron Latching Switches as Nanoscale Synapses"". Proc. IJCNN'01, 216-221
    11. Галушкин А.И., Кирсанов Д.В., Цифровые нейрочипы, Зарубежная ра-диолектроника № 1, 1999 г.;
    12. ХЪ.под ред. Галушкина А.И., Нейронные сети: обучение, организация и применение, Серия «Нейрокомпьютеры и их применение» Книга 4, Издательство «Радиотехника», М, 2001 г.;
    13. Галушкин А.И., Сфера применения нейрокомпьютеров расширяется, Нейрокомпьютер №1, 2001 г. 60-70;
    14. Галушкин A.PL, Сфера применения нейрокомпьютеров расширяется, Приложение к журналу «Информационные технологии» №10, 2001 г.;
    15. Galushkin A.I., Problem of Neural Networks Theory in Their perspective, Int. Conf. On Neural Information Processing Shanghai 2001, ICONIP'Ol;
    16. Розенблатт Ф, Принципы нейродинамики. — M., Мир, 1964.
    17. J own D.Owens, David Luebke, Naga Govindaraju, Mark Harris, Jens Kruger, Aaron E. Lefohn, Timothy J. Purcell. A survey of General-Purpose Computation on Graphics Hardware. Eurographics 2005,State of the Art Reports , August 2005, pp.21-51.
    18. JANSEN Т., VONRYMON-LIPINSKI В., HANSSENN., KEEVE E.\ Fourier volume rendering on the GPU using a Split-Stream-FFT. //Proceedings of Vision, Modeling,and Visualization (Nov. 2004), pp. 395-403.
    19. PURCELL Т. J, BUCK I., MARK W. R., HANRAHAN P.: Ray tracing on programmable graphics hardware.// ACM Transactions on Graphics 21, 3 (July 2002), 703-712.
    20. BOHN C. A.: Kohonen feature mapping through graphics hardware.// Proceedings of the Joint Conference on Information Sciences (1998), vol. II, pp. 64-67.
    21. GPU-based multi-layer perceptron as efficient method for approximation complex light models in per-vertex lighting. // http://stud.ics.p.lodz.pl/~keyei/lab/atmoseng/index.html.
    22. Kyoung-Su Oh, Keechul Jung :GPU implementation of neural networks. // Pattern Recognition 37 (2004) 1311 1314 www.elsevier.com/locate/patcog.
    23. NVIDIA GeForce 7900 GT PCI-E 256MB DDR3 (450/1320 MHz). http://www.ixbt.com/video/itogi-video/0306/itogi-video-gf7900gt.html.
    24. NVIDIA GeForce 7900 GTX PCI-E 512MB DDR3 (650/1600 MHz). http://www.ixbt.com/video/itogi-video/0306/itogi-video-gf7900gtx-512.html.33. 3Dlabs, New Wildcat Realizm Graphics Technology, www.3dlabs.com,2004.
    25. William R. Mark. R. Steven Glanville, Kurt Akeley, Mark Kilgard (The University of Texas at Austin. NVIDIA Corporation): Cg: A system for programming graphics hardware in a C-like language.
    26. Mccormick P. S., Inman J., Ahrens J. P., Hansen C., Roth G.: Scout: A hardware-accelerated system for quantitatively driven visualization and analysis.IEEE Visualization 2004 (Oct. 2004), pp. 171-178.
    27. LEFOHN A. E., KNISS J., STRZODKA R., SENGUPTA S., OWENS J. D.: Glift:Generic, efficient, random-access GPU data structures.//ACM Transactions on Graphics(2005).
    28. LEFOHN A., KNISS J., OWENS J.: Implementing efficient parallel data structures on GPUs. GPU Gems 2, Pharr M., (Ed.).AddisonWesley, Mar.2005, ch. 33, pp. 521-545.
    29. BUCK I, FOLEY Т., HORN D., SUGERMAN J., FATAHALIAN K, HOUSTON M., HANRAHAN P.: Brook for GPUs: Stream computing on graphics hardware.// ACMTransactions on Graphics 23, 3 (Aug. 2004), 777— 786.
    30. PURCELL T. J., BUCK I., MARK W. R., HANRAHAN P.: Ray tracing on programmable graphics hardware.// ACM Transactions on Graphics 21, 3 (July 2002), 703-712.
    31. Коммуникационные библиотеки -http://www.parallel.ru/tech/tech dev/ifaces.html.
    32. Технология параллельного программирования MPI — http://parallel.ru/tech/tech dev/mpi.html.
    33. Под ред. Бреховских JI.M. , Акустика океана. / М.: Наука, 1974.43 .Бреховских JI.M., Лысанов Ю.П. Теоретические основы акустики океана. Гидромтеоиздат, Ленинград, 1982.
    34. H.J. DELGADO, М.Н. THURSBY, F.M. НАМ, A Novel Neural Network for the Synthesis of Antennas and Microwave Devices // IEEE Trans. On Neural Networks, vol. 16, №6, Nov. 2005.
    35. Галушкин А.И., Кирсанов Д.В., «Заказной каскадируемый нейрочип», Нейрокомпьютер, 2, 1992.
    36. Галушкин А.И., Кирсанов Д.В. и др., «Разработка цифрового универсального каскадируемого нейрочипа», Отчет по НИР, НЦН РАН, 1993, Москва.41 .Реализация нейронных сетей на ПЛИС Xilinx. Воронеж: СКАН Инжиниринг Телеком. 2000. 32 стр.
    37. А.В. Алюшин, М.И. Шулепко, Исследование технологии проектирования на ПЛИС, 2-ой Этап НИР 90-3-730, 1991, Москва
    38. Choi Н., Burleson W.P., Phatak D.S. Fixed-Point Roundoff Error Analysis of Large Feedforward Neural Networks. //Proceedings of 1993 IEEE50.www.xilinx.com. The programmable logic data book, 2002
    39. L.M. Reyneri, ""Implementation Issues of Neuro-Fuzzy Hardware: Going Towards HW/SW Design"", IEEE Transactions on Neural Networks, Vol. 14, №1, Janyary 2003, pp. 176-194.
    40. Галушкин А.И., Кирсанов Д.В., Цифровые нейрочипы (специализированные цифровые БИС для нейрокомпьютеров)// Зарубежная радиоэлектроника 1999 №1, стр. 17-37.
    41. П.А. Казанцев. О нейронных сетях на базе одноэлектронных туннельных устройств. Труды XLV научной конференции МФТИ, 2002 г.
    42. П.А.Казанцев, А.И. Галушкин, Г.П. Остапенко. Реализация фрагмента нейронной сети на ПЛИС Xilinx с возможностью изменения весов и функции активации в реальном времени, Труды 6-ой Международной научно-технической конференции DSPA-2004, Москва.
    43. Казанцев П.А., Интегрированный контур обучения, как средство повышения производительности и функциональности цифрового нейросетевого устройства, Труды 6-ой Международной научно-технической конференции DSPA-2004, Москва.
    44. Галушкин A.M., Казанцев П.А., Остапенко Г.П., Исследования с целью создания супернейрокомпыотеров, включая системное и прикладное программное обеспечение, отчет по НИР по гранту № 03-07 90159, Москва 2005г.
    45. Казанцев П.А. и др., Разработка системы нейроуправления чашевыми окомкователями. Отчет по НИР/ Научный центр нейрокомпьютеров. — М, 2004.
    46. Остапенко Г.П., Казанцев П.А., Аппаратная реализация нейрокомпьютеров в России, Юбилейный выпуск «Нейрокомпьютерыи их применение», №1, Москва, ИПРЖР, 2005г.,
    47. A.I. Galushkin, S.V. Korobkova, P.A. Kazantsev, Neurocomathematics: Development tendencies, Applied and Computational Mathematics v.2, №1, 2003r.
    48. Казанцев П.А., Коробкова С.В., Лодягин A.M., Распознавание гранулометрического состава потока округлых тел по огибающей поверхности нейросетевым методом, Нейросетевые технологии и их применение («НСТиП-2005»), г. Краматорск, 2005.
    49. Galushkin A.I., Kazantsev P.A., Korobkova S.V., Lodyagin A.M., Panteleev S.V., Neural Network Recognition of Spherical Bodies Set Grain-Size Distribution Using Envelope of Surface, Proceedings of IEEE WCCI'2006.
    50. Казанцев П.А., Нейросетевой синтез микрополосковой антенны с возбуждением коаксиальным зондом // Труды 9-ой Международной конференции DSPA'07, стр. 537-539, Москва, 2007.
    51. Казанцев П.А., Определение глубины источника в морском пространстве по гидроакустическим параметрам среды с помощью нейронных сетей // Труды 9-ой Международной конференции DSPA'07, стр. 543546, Москва, 2007.
    52. Х.Казанцев П.А., Скрибцов П.В., «Нейроматематика» открытый пакет для решения сложных прикладных математических задач с использованием нейросетевых алгоритмов // Труды 9-ой Международной конференции DSPA'07, стр. 522-527, Москва, 2007.
    53. Казанцев П.А., Нейрокомпьютеры на базе программируемых логических интегральных схем // Нейрокомпьютеры: разработка и применение, Издательство «Радиотехника», №8, стр. 73-84, Москва, 2007.
    54. Казанг\ев П.А., Построение моделей микрополосковых антенн с помощью нейронных сетей прямого распространения // Нейрокомпьютеры: разработка и применение, Издательство «Радиотехника», №9, на CD, Москва, 2007.
    55. Галушкин А.И., Казанцев П.А., Козлов КВ., Лодягин A.M., В.Ф. Лось, Нейросетевой синтез микрополосковой антенны, возбуждаемой коаксиальным зондом // Издательство «Радиотехника», Журнал «Антенны», №9, 2007.

    Приложение А: Листинг программной разработки нейросетевого приложения для распознавания участков дорожного движения в сложных погодных условиях. 71
    "
logo

Другие работы