ВВЕДЕНИЕ 6
1 Виды, типы и возможности распознавания 8
1.1 История происхождения и использования технологий перевода из рукописного текста в машинный 8
1.1.1 История происхождения 8
1.1.2 Интеграция рукописного ввода в Office 9
1.1.3 Программное обеспечение 9
1.1.4 Актуальность формирования механизма компактных обобщенных образов, в различных методах распознавания 10
1.2 Типы задач в распознавании 13
1.2.1 Задача распознавания 15
1.2.1.1 Способы определения классов объектов 15
1.2.1.2 Обучение с учителем, обучающая выборка 18
1.2.1.3 Системы, решающие задачу распознавания 19
1.2.2 Классификация методов 20
1.2.2.1 Способы определения критериев различия 20
1.2.2.2 Обучение без учителя 21
1.2.2.3 Пример системы классификации 21
1.3 Виды правил принятия решений 23
1.3.1 Параллельное распознавание 23
1.3.2 Последовательное распознавание 25
1.3.2.1 Формальное определение последовательной процедуры 26
1.3.2.2 Байесовское правило для последовательных процедур 27
1.3.2.3 Сравнение с параллельными процедурами 28
1.4 Основные подходы к распознаванию 29
1.4.1 Евклидово пространство 30
1.4.1.1 Решающие (дискриминантные) функции 30
1.4.1.2 Функции расстояния 31
1.4.2 Списки признаков 32
1.5 Нейросетевые методы 35
1.5.1 Обзор 35
1.5.2 Персептрон 36
1.5.3 Однослойные и многослойные нейронные сети 39
1.5.4 Сети Кохонена и обучение без учителя 43
1.6 Вывод по первой главе 45
2 Модель процесса 46
2.1 Обзор алгоритмов распознавания символов 46
2.2 Сбор данных для процесса распознавания 47
2.2.1 Подпроцесс “Входные данные” 51
2.2.2 Подпроцесс «Расчет сторон квадров изображения» 52
2.2.3 Подпроцесс «Распознание символа» 54
2.2.4 Подпроцесс «Добавление символа в базу данных» 55
2.2.5 Подпроцесс «Вывод символа на монитор» 56
2.3 Наглядное представление алгоритма распознавания рукописных символов на примере 56
2.4 Вывод по второй главе 58
3 Компьютерное проектирование обучения и распознавания символов рукописного ввода 59
3.1 Схема компьютерного проектирования в среде Microsoft Visual C# 59
3.2 Описание сеанса работы с компьютерной программой 63
3.3 Апробация результатов 66
3.4 Вывод по третей главе 69
ЗАКЛЮЧЕНИЕ 70
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 71
ПРИЛОЖЕНИЕ А 73
Распознавание образов, это направление науки, занимающиеся с создание принципов и разработкой систем, посвящённых для нахождения принадлежности этого объекта к одному из заранее отведенных классов образов. А распознавание рукописного ввода — это возможность компьютера приобретать и интерпретировать рукописный ввод. Распознавание образов может производиться «оффлайн» режиме из написанного текста.
Способы распознавания одинаковых объектов основывается на их схожесть. Независимо от, что все объекты и обстоятельства уникальны, между несколькими объектов есть методы найти схожесть между ними, почти всегда, по некоторыми мерами. Тут возникает понятие классификации —декомпозиция ряд объектов на совокупность не схожие друг с другом - классы, пункты которых содержат некоторые похожие критерии, отличающие этих критерий от частей остальных классов. И, соответственно, задача распознавания состоит в том, чтобы отнести рассматриваемые объекты или явления в соответствии с их описанием к необходимым категориям. Термин распознавания расширяется, если в обнаружении предметов на потоке не только сенсорной, еще и в любой информации. К примеру, распознавания болезни по признакам у больного либо распознавания социальных проявлений по статистических данных [1].
Продвижение в направлении обработка информации в компьютере привело к формированию потребностей в 50-ых годов XX века в области технологий, помогающие распознавать перерабатываемой информации. К примеру можно отнести распознавание речи, отпечатков пальцев, машинное зрение и распознавание текстов. Вышеуказанными задачами человек справляется очень быстро и подсознательно, а ещё до сегодняшнего дня не создано компьютерные программы, которые решают этих задач таком объеме и с такой точностью, в то время разработанные системы в узком круге и пользуются только в условных ситуациях.
На данный момент, есть много программ для использования рукописного ввода на планшете. Этими программами можно пользоваться в сфере образования либо медицине как специальные приложения или обычные приложения (блокнот, адресная книга). Этими приложениями пользуются в мобильных устройствах, когда нужно перевести рукописный текст на электронную.
Войти
в кабинет
в кабинет
Пролистайте материалы и убедитесь в качестве
Автоматизированная информационная система распознавания символов рукописного ввода #9104864
Артикул: 9104864
- Предмет: Программирование
- Уникальность: 70% (Антиплагиат.ВУЗ)
- Разместил(-а): 185 Рамиль в 2021 году
- Количество страниц: 97
- Формат файла: docx
- Последняя покупка: 23.12.2022
2 499p.
1 Афонасенко А.В., Елизаров А.И. Обзор методов распознавания структурированных символов. - М.: Известия Южного федерального университета. Технические науки, 2015.
2 Шалымов Д. С. Автоматическое распознавание печатных текстов арабского языка. – М.: Издательство Санкт-Петербургского государственного университета (Санкт-Петербург), 2007.
3 Потапов А. Системы компьютерного зрения: современные задачи и методы // Control Engineering. Россия.2014. № 1
4 Васин Д., Ершов М. Распознавание символов на базе низкоуровневых моделей описания графических изображений // Графикон- 2014: 24-я Междунар. конф. по компьютерной графике и зрению. 2014.
5 Запрягаев С.А. Сегментация рукописных и машинописных текстов методом диаграмм Вороного / С.А. Запрягаев, А.И. Сорокин – Вестник ВГУ, Серия: системный анализ и информационные технологии, 2010,№1.
6 Ясинский Ф.Н. Распознавание большого количества образов при помощи нейронных сетей сииспользованием многопроцессорных систем / Ф.Н. Ясинский, А.С. Мочалов. // Вестник Ив.-го Гос. Тех. Ун-та. Иваново, 2011.
7 Петров С.П. Сверточная нейронная сеть для распознавания символов номерного знака автомобиля. – М.: Системный анализ в науке иобразовании, 2013.
8 Кулакович А.Ю. Венцов Н.Н. Краткий обзор и программная реализация избранных методов для деконволюции изображений // Инженерный вестник Дона, 2017.
9 Журавлёв Ю.И. Распознавание. Классификация. Прогноз. Математические методы и их применение. - Вып.2. М.: Наука, 1989.
10 Кадакин М.Ю. Распознавание шифров источников Рукописной древнерусской картотеки XI–XVII вв. // Интеллектуальные технологии и системы: сборник статей аспирантов и студентов / Под ред. Ю.Н.Филипповича — М.:МГУП, 2001. — Вып. 3.
11 Хант Э. Искусственный интеллект - М.: Мир, 1978.
12 Шамис А. Л. Принципы интеллектуализации машинного распознавания изображений и их реализация в системах оптического чтения текстов - ABBYY FineReader и FormReader. - Новости Искусственного интеллекта, вып. 1, 2002.
13 Местецкий Л.М. Математические методы распознавания образов. - Курс лекций. МГУ, 2004.
14 Новикова Н.М. Структурное распознавание образов. Учебно- методическое пособие для вузов. - Издательско-полиграфический центр Воронежского государственного университета, 2008.
15 Харман Г. Современный факторный анализ. - М.:Статистика, 1972.
2 Шалымов Д. С. Автоматическое распознавание печатных текстов арабского языка. – М.: Издательство Санкт-Петербургского государственного университета (Санкт-Петербург), 2007.
3 Потапов А. Системы компьютерного зрения: современные задачи и методы // Control Engineering. Россия.2014. № 1
4 Васин Д., Ершов М. Распознавание символов на базе низкоуровневых моделей описания графических изображений // Графикон- 2014: 24-я Междунар. конф. по компьютерной графике и зрению. 2014.
5 Запрягаев С.А. Сегментация рукописных и машинописных текстов методом диаграмм Вороного / С.А. Запрягаев, А.И. Сорокин – Вестник ВГУ, Серия: системный анализ и информационные технологии, 2010,№1.
6 Ясинский Ф.Н. Распознавание большого количества образов при помощи нейронных сетей сииспользованием многопроцессорных систем / Ф.Н. Ясинский, А.С. Мочалов. // Вестник Ив.-го Гос. Тех. Ун-та. Иваново, 2011.
7 Петров С.П. Сверточная нейронная сеть для распознавания символов номерного знака автомобиля. – М.: Системный анализ в науке иобразовании, 2013.
8 Кулакович А.Ю. Венцов Н.Н. Краткий обзор и программная реализация избранных методов для деконволюции изображений // Инженерный вестник Дона, 2017.
9 Журавлёв Ю.И. Распознавание. Классификация. Прогноз. Математические методы и их применение. - Вып.2. М.: Наука, 1989.
10 Кадакин М.Ю. Распознавание шифров источников Рукописной древнерусской картотеки XI–XVII вв. // Интеллектуальные технологии и системы: сборник статей аспирантов и студентов / Под ред. Ю.Н.Филипповича — М.:МГУП, 2001. — Вып. 3.
11 Хант Э. Искусственный интеллект - М.: Мир, 1978.
12 Шамис А. Л. Принципы интеллектуализации машинного распознавания изображений и их реализация в системах оптического чтения текстов - ABBYY FineReader и FormReader. - Новости Искусственного интеллекта, вып. 1, 2002.
13 Местецкий Л.М. Математические методы распознавания образов. - Курс лекций. МГУ, 2004.
14 Новикова Н.М. Структурное распознавание образов. Учебно- методическое пособие для вузов. - Издательско-полиграфический центр Воронежского государственного университета, 2008.
15 Харман Г. Современный факторный анализ. - М.:Статистика, 1972.
Материалы, размещаемые в каталоге, с согласия автора, могут использоваться только в качестве дополнительного инструмента для решения имеющихся у вас задач,
сбора информации и источников, содержащих стороннее мнение по вопросу, его оценку, но не являются готовым решением.
Пользователь вправе по собственному усмотрению перерабатывать материалы, создавать производные произведения,
соглашаться или не соглашаться с выводами, предложенными автором, с его позицией.
| Тема: | Автоматизированная информационная система распознавания символов рукописного ввода |
| Артикул: | 9104864 |
| Дата написания: | 23.09.2021 |
| Тип работы: | Дипломная работа |
| Предмет: | Программирование |
| Оригинальность: | Антиплагиат.ВУЗ — 70% |
| Количество страниц: | 97 |
Скрин проверки АП.ВУЗ приложен на последней странице.
В работе представлена только пояснительная записка и листинг. Самой скомпилированной программы нет.
В работе представлена только пояснительная записка и листинг. Самой скомпилированной программы нет.
Файлы артикула: Автоматизированная информационная система распознавания символов рукописного ввода по предмету программирование
Пролистайте "Автоматизированная информационная система распознавания символов рукописного ввода" и убедитесь в качестве
После покупки артикул автоматически будет удален с сайта до 26.06.2024
Посмотреть остальные страницы ▼
Честный антиплагиат!
Уникальность работы — 70% (оригинальный текст + цитирования, без учета списка литературы и приложений), приведена по системе Антиплагиат.ВУЗ на момент её написания и могла со временем снизиться. Мы понимаем, что это важно для вас, поэтому сразу после оплаты вы сможете бесплатно поднять её. При этом текст и форматирование в работе останутся прежними.
Гарантируем возврат денег!
Качество каждой готовой работы, представленной в каталоге, проверено и соответствует описанию. В случае обоснованных претензий мы гарантируем возврат денег в течение 24 часов.
ПРЕДЫДУЩАЯ РАБОТА
Автоматизированная информационная система электронной коммерции товаров ежедневного спроса
СЛЕДУЮЩАЯ РАБОТА
Разработка мобильного клиента для системы документооборота на языке Swift