Создан заказ №1739009
11 февраля 2017
Актуальность данной дипломной работы заключается в создании алгоритмов и программы, осуществляющей распознавание человеческого уха на фотографии и осуществлять классификацию.
Как заказчик описал требования к работе:
Нужна программа для распознавания символов. Есть пример содержания.
Фрагмент выполненной работы:
Введение
На сегодняшний день средства вычислительной техники достигли уровня, позволяющего решать огромный спектр задач. Способность современной техники осуществлять ресурсоемкие вычисления позволяет использовать в повседневной жизни системы искусственного интеллекта.
Термин «нейронная сеть» появился в середине XX века. Первые работы, в которых были получены основные результаты в данном направлении, были проделаны Мак-Каллоком и Питтсом. (работа была выполнена специалистами author24.ru) В 1943 году ими была разработана компьютерная модель нейронной сети на основе математических алгоритмов и теории деятельности головного мозга.
В 1949 году канадский физиолог и психолог Хебб высказал идеи о характере соединения нейронов мозга и их взаимодействии. Он первым предположил, что обучение заключается в первую очередь в изменениях силы синаптических связей. Теория Хебба считается типичным случаем самообучения, при котором испытуемая система спонтанно обучается выполнять поставленную задачу без вмешательства со стороны экспериментатора.
В 1954 году в Массачусетском технологическом институте с использованием компьютеров Фарли и Кларк разработали имитацию сети Хебба. Также исследования нейронных сетей с помощью компьютерного моделирования были проведены Рочестером, Холландом, Хебитом и Дудой в 1956 году.
В 1957 году Розенблаттом были разработаны математическая и компьютерная модели восприятия информации мозгом на основе двухслойной обучающейся нейронной сети. При обучении данная сеть использовала арифметические действия сложения и вычитания. Розенблатт описал также схему не только основного перцептрона, но и схему логического сложения. В 1958 году им была предложена модель электронного устройства, которое должно было имитировать процессы человеческого мышления, а два года спустя была продемонстрирована первая действующая машина, которая могла научиться распознавать некоторые из букв, написанных на карточках, которые подносили к его «глазам», напоминающим кинокамеры.
Интерес к исследованию нейронных сетей угас после публикации работы по машинному обучению Минского и Пейперта в 1969 году. Ими были обнаружены основные вычислительные проблемы, возникающие при компьютерной реализации искусственных нейронных сетей. Первая проблема состояла в том, что однослойные нейронные сети не могли совершать «сложение по модулю 2», то есть реализовать функцию «Исключающее ИЛИ». Второй важной проблемой было то, что компьютеры не обладали достаточной вычислительной мощностью, чтобы эффективно обрабатывать огромный объём вычислений, необходимый для больших нейронных сетей.
Исследования нейронных сетей замедлились до того времени, когда компьютеры достигли больших вычислительных мощностей. Одним из важных шагов, стимулировавших дальнейшие исследования, стала разработка в 1975 году Вербосом метода обратного распространения ошибки, который позволил эффективно решать задачу обучения многослойных сетей и решить проблему со «сложением по модулю 2».
В 1975 году Фукусимой был разработан когнитрон, который стал одной из первых многослойных нейронных сетей.
Алгоритм параллельной распределённой обработки данных в середине 1980 годов стал популярен под названием коннективизма. В 1986 году в работе Руммельхарта и Мак-Клелланда коннективизм был использован для компьютерного моделирования нейронных процессов.
Одна из наиболее востребованных областей применения искусственного интеллекта является компьютерное зрение - теория и технология создания машин, которые могут проводить выявление, наблюдение, распознавание и классификацию объектов.
Компьютерное зрение получило широкое распространение в разных сферах человеческой жизни – системы видеонаблюдения (например, распознавание номеров автомобилей), бытовая техника (например, телевизор, управляемый жестами), управление промышленными процессами, системы диагностики в медицине и многое другое.
Актуальность данной дипломной работы заключается в создании алгоритмов и программы, осуществляющей распознавание человеческого уха на фотографии и осуществлять классификацию. Разработанные алгоритмы могут применяться в системах биометрической идентификации личности.
Целью дипломной работы является разработка программных средств, осуществляющих идентификацию личности по форме ушной раковины. Для достижения данной цели необходимо было решить следующие задачи:
проанализировать существующие методики распознавания образов;
изучить технологию создания и обучения нейронных сетей;
изучить предметную область и выявить морфологические особенности ушной раковины, пригодные для идентификации личности;
разработать программное средство идентификацию личности по форме ушной раковиныПосмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
3000 ₽
Заказчик оплатил в рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик воспользовался гарантией, чтобы исполнитель повысил уникальность работы
18 февраля 2017
Заказ завершен, заказчик получил финальный файл с работой
5
Актуальность данной дипломной работы заключается в создании алгоритмов и программы, осуществляющей распознавание человеческого уха на фотографии и осуществлять классификацию..docx
2020-05-12 09:42
Последний отзыв студента о бирже Автор24
Общая оценка
4
Положительно
Автор общительный выполняет всё быстро и точно, замечания исправляет, работа выполнена досрочно.
Хочешь такую же работу?
300 ₽
