350 руб
Журнал «Электромагнитные волны и электронные системы» №10 за 2013 г.
Статья в номере:
Рекуррентная нейронная сеть с управляемыми синапсами для распознавания рукописного связного текста
Ключевые слова: нейронная сеть рекуррентная нейронная сеть синапс естественный рукописный текст
Авторы:
И.К. Белова - к.ф-м.н., доцент, кафедра «Программное обеспечение ЭВМ, информационные технологии и прикладная информатика», Калужский филиал МГТУ им. Н.Э. Баумана Е.О. Дерюгина - к.т.н., доцент, кафедра «Компьютерные системы, комплексы и сети», Калужский филиал МГТУ им. Н.Э. Баумана
Аннотация:
Обоснован выбор нейронной сети для преобразования естественного рукописного текста в электронный эквивалент. Одной из задач, стоявшей перед авторами, было увеличение качества преобразования естественного рукописного текста. Для решения поставленной задачи авторами предлагается использовать рекуррентную нейронную сеть с управляемыми синапсами.
Страницы: 36-39
Список источников

  1. Галушкин А.И. Теория нейронных сетей. Кн. 1: Учеб. Пособие для вузов / общая ред. А.И. Галушкина. М.: ИПРЖР. 2002.
  2. Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика. 2002.
  3. Хайкин С. Нейронные сети: полный курс. . М.: Вильямс. 2006.
  4. Макаров И.М., Лохин В.М., Манько С.В., Романов П.М. Искусственный интеллект и интеллектуальные системы управления. М.: Наука. 2006.
  5. Айзерман М.А., Браверман Э.М., Розоноэр Л.И. Метод потенциальных функций в теории обучения машин. М.: Наука. 2004.
  6. Горбань А., Россиев Д. Нейронные сети на персональном компьютере. Новосибирск: Наука. 1996. C 114-119.
  7. Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания или классификации // Проблемы кибернетики. М.: Наука. 2005. Вып. 33. С. 5-25.
  8. Потапов А.С. Распознавание образов и машинное восприятие. СПб.: Политехника. 2007.
  9. Растригин Л. А., Эренштейн Р. Х. Метод коллективного распознавания. М: Энергоиздат. 2006.
  10. Рудаков К.В. Об алгебраической теории универсальных и локальных ограничений для задач классификации // Распознавание, классификация, прогноз. Математические методы и их применение. Вып. 1. М.: Наука. 2007. С. 176-200.
  11. Фу К. Структурные методы в распознавании образов. М.: Мир. 2005.
  12. Короткий С.Нейронные сети: алгоритм обратного распространения // lii.newmail.ru/kor_nn2.htm/
  13. Короткий С.Нейронные сети: обучение без учителя // masters.donntu.edu.ua/2006/fvti/lasebnik/library/art13.htm/
  14. Zhang Q., Benveniste A.Wavelet networks // IEEE Trans. Neural Networks. 1992. V. 3. P. 889-898.
  15. Уоссермен Ф. Нейрокомпьютерная техника: теория и практика. М.: Мир. 1992.