К у р о в
ОПТИМИЗАЦИЯ ПАРАМЕТРОВ НЕЙРОННОЙ
СЕТИ НЕОКОГНИТРОН ДЛЯ РАСПОЗНАВАНИЯ
СИМВОЛОВ ГОСУДАРСТВЕННЫХ
РЕГИСТРАЦИОННЫХ ЗНАКОВ
Исследована нейронная сеть неокогнитрон Фукусимы. <...> Описаны методы определения пороговых значений, измерений слоев, параметров ядра функции Гаусса, используемого для вычисления выходных
значений слоев. <...> В результате исследования достигнут коэффициент распознавания тестовой выборки 97 %. <...> Ключевые слова: нейронные сети, неокогнитрон, оптимизация, машинное обучение, государственные регистрационные знаки транспортных
средств. <...> В настоящее время в различных областях науки и техники актуальны задачи распознавания образов. <...> Согласно [1] задача распознавания образов заключается в разбиении многомерного (в общем случае) пространства на области, соответствующие заданным категориям, или классам. <...> Существуют различные методы распознавания образов: искусственные нейронные сети (далее нейронные сети) [1], методы с использованием фурье-дескрипторов [2, 3], топологические дескрипторы [4, 5], байесовы классификаторы, деревья решений и множество
других. <...> Однако несмотря на достигнутые в данной области результаты, поиск методов решения задачи распознавания образов продолжается вследствие повышения производительности ЭВМ, возрастающих
требований к результатам распознавания, а также появления новых
приложений теории распознавания образов. <...> Частным случаем задачи распознавания образов является задача
распознавания изображений. <...> Одна из специализированных нейронных сетей — сеть неокогнитрон, применяемая для распознавания изображений. <...> В данной работе исследуется нейронная сеть неокогнитрон на примере распознавания государственных регистрационных знаков (ГРЗ) транспортных
средств (ТС). <...> Так, во многих случаях при распознавании изображений необходима инвариантность относительно поворота лишь для
заданного диапазона углов отклонения. <...> Задача распознавания ГРЗ в свою очередь <...>