Распознавание изображений с помощью сверточной нейронной сети и нечеткого гибридного классификатора
- 1 д.т.н., профессор, кафедра технической кибернетики и автоматического регулирования, факультет прикладной математики, информатики и механики, Воронежский государственный университет
- 2 аспирант, Воронежский государственный университет
Аннотация
Рассмотрена архитектура нейронных сетей для распознавания изображений, содержащая сверточные и нечеткие нейронные сети. Получена вероятность правильного распознавания в вычислительном эксперименте с этой архитектурой.
Для цитирования
Новикова Н.М., Дуденков В.М. Распознавание изображений с помощью сверточной нейронной сети и нечеткого гибридного классификатора // Нейрокомпьютеры: разработка, применение. 2015. № 2. С. 43–47.
Список источников
- Спицин В.Г. Алгоритм обнаружения лиц на основе сверточной нейронной сети // Нейрокомпьютеры: разработка, применение. 2013. № 10. С. 48−52.
- Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера. 2005. 1007 с.
- Новикова Н.М., Будко В.Н. Интеллектуальные интерфейсы. Воронеж: ИПЦ ВГУ. 2011. 308 с.
- LeCun Y. and Bengio Y. Convolutional Networks for Images, Speech and Time-Series // The Handbook of Brain Theory and Neural Networks. Arbib M.A. (Eds). MITPress. 1995.
- Хайкин С. Нейронные сети: полный курс. Изд. 2‑е, исправл. М.: Издательский дом «Вильямс». 2006. 1104 с.
- LeCun Y., Bottou L., Orr G. and Muller K. Efficient BackProp // Neural Networks: Tricks of the trade. Springer. 1998.
- Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М.: ФИЗМАТЛИТ. 2001. 201 с.