350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №12 за 2010 г.
Статья в номере:
Сравнение эффективности распознавания изображений для алгоритмов Байеса, корреляционной и модифицированной сети Хопфилда
Ключевые слова: модифицированная нейронная сеть Хопфилда алгоритм Байеса корреляционный алгоритм характеристики распознавания изображений
Авторы:
Ю. А. Басистов - к. ф.-м. н. вед. научн. сотр. Института прикладной механики РАН. E-mail:baker_007@mail.ru Ю. Г. Яновский - д. т. н. проф., директор Института прикладной механики РАН. E-mail: iam@ipsun.ras.ru
Аннотация:
Сравнены статистические оценки вероятностей правильного распознавания изображений, зашумленных аддитивной некоррелированной помехой, для алгоритма Байеса и модифицированной сети Хопфилда. Показано, что при полной априорной информации относительно распределения вероятностей помехи модифицированная сеть Хопфилда достигает качества алгоритма Байеса. При этом модифицированная сеть Хопфилда для обучения использует лишь однократное предъявление эталонного изображения из каждого класса образов без анализа априорной статистики о помехе. При отклонении распределения помехи от априори предполагаемого алгоритм Байеса проигрывает модифицированной сети Хопфилда около 3% по вероятности правильного распознавания. Корреляционный алгоритм во всех тестах проиграл модифицированной сети Хопфилда.
Страницы: 37-44
Список источников
  1. Gonzales, R. C., Woods, R. E., Digital Image Processing // 2nd ed, Prentice Hall. Upper Saddle River. NG. 2002.
  2. Гонзалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. М.: «Техносфера». 2006.
  3. Цивлин И., Форштер А., Кадышев С. Особенности автоматического распознавания реальных радиолокационных изображений // Фазотрон. 2006. № 3-4 (7). С. 27-30.
  4. Хайкин С. Нейронные сети. М. - СПб. - Киев: Вильямс. 2006.
  5. Новости с Российского рынка нейрокомпьютеров. http://neurnews.iu4.bmstu.ru.
  6. Двухпроцессорный встраиваемый модуль МЦ 4.01 (NM1). http://www.module.ru.
  7. Басистов Ю. А., Яновский Ю. Г. Оценки вероятностей правильного распознавания изображений для алгоритмов Байеса, корреляционного и модифицированной сети Хопфилда // Тр. XVМеждународной конференции по нейрокибернетике. Т. 2. «3-йМеждународныйсимпозиумпонейроинформатикеинейрокомпьютерам». С. 49-51.
  8. Li, J., Michel, A. N., and Porod, W., Analysis and Systhesis of a Class of Neural Networks: Linear Systems Operating on a Closed Hypercube // IEEE Transactions on Circuits and Systems. 1989. V. 36, No. 11. P. 1405-1422.