Понятие и применение нейронных сетей, особенности классификации искусственных нейронных сетей по Терехову. Решение задачи классификации римских цифр на основе нейронной сети. Составление блок-схемы алгоритма обучения нейронной сети и анализ ее качества.
ЗАДАНИЕ на курсовое проектирование Тема курсового проекта Классификация римских цифр на основе нейронных сетей Исходные данные к проекту 1. NeuroShell2 русское издание 2. Обучение 5. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Вид исходных данных может быть представлен в виде: А - распознавание и классификация: входные данные необходимо отнести к какому-либо из известных классов при управляемом обучении (классификации); при обучении без управления (кластеризации) сеть проводит разделение входных образцов на группы самостоятельно, при этом все образцы одного кластера должны иметь что-то общее - они будут оцениваться, как подобные. E - Память, адресуемая по содержанию: В модели вычислений фон Неймана обращение к памяти доступно только посредством адреса, который не зависит от содержания памяти. Сети, с помощью которых нельзя решить поставленную задачу: нечёткие структуры (fuzzy), среди которых можно выделить сети («самоорганизующихся карт») Кохонена, а так же сети с «радиальными базисными функциями» активации.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
