Автоматизированная система распознавания и сбора информации с помощью нейронных сетей #9105499

Артикул: 9105499
  • Предмет: Программирование
  • Уникальность: 67% (Антиплагиат.ВУЗ)
  • Разместил(-а): 185 Рамиль в 2022 году
  • Количество страниц: 74
  • Формат файла: docx
  • Последняя покупка: 11.12.2023
1 999p. 2 500p. Только 27 и 28 апреля!
Оплатите артикул одним из 20 способов и сразу скачайте.
После оплаты он автоматически будет удален с сайта.
Никто кроме вас не сможет посмотреть его до 27.06.2024
ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ 5
ВВЕДЕНИЕ 6
1 Анализ требований на разработку 8
1.1 Постановка задачи 8
1.2 Существующие системы сбора и преобразования информации 8
1.2.1 Преобразование изображения в текст 10
1.2.2 Преобразование аудио в текст 12
1.3 Разработка модели бизнес-процессов 14
1.4 Выбор технологии распознавания на основе нейронных сетей – глубокое обучение 17
1.5 Выводы по главе анализ 19
2 Проектирование автоматизированной системы 21
2.1 Разработка функциональных требований 21
2.2 Разработка нефункциональных требований 22
2.2.1 Требования к пользовательским интерфейсам 22
2.2.2 Требования к производительности 22
2.2.3 Требования к удобству использования 23
2.2.4 Требования к безопасности 23
2.2.5 Другие требования к системе 23
2.3 Разработка функциональной модели 23
2.4 Разработка диаграммы прецедентов 24
2.5 Разработка спецификаций прецедентов 26
2.6 Диаграммы последовательности 30
2.7 Разработка алгоритмов системы 31
2.7.1 Алгоритм распознавания текста на изображении 31
2.7.2 Алгоритм экранного перевода 33
2.8 Разработка диаграммы классов 34
2.9 Вывод по главе проектирование системы 35
3 Реализация информационной системы распознавания 37
3.1 Архитектура систем распознавания 37
3.2 Распознавание с помощью Tesseract 39
3.3 Распознавание речи 40
3.4 Перевод с помощью Web API 41
3.5 Интерфейс и возможности информационной системы распознавания . 42
3.6 Вывод по главе реализация информационной системы 50
ЗАКЛЮЧЕНИЕ 51
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 53
ПРИЛОЖЕНИЕ А 56
ПРИЛОЖЕНИЕ Б 60
ПРИЛОЖЕНИЕ B 69

Изучение и использование искусственных нейронных сетей началось еще в начале 20 века, но с развитием вычислительных систем они стали внедряться во все сферы жизни: в интернете, медицине, бизнесе, транспорте и т.д. На данный момент можно легко смоделировать нейронную сеть средней сложности на любом персональном компьютере.
Актуальность работы обусловлена необходимостью сокращения времени на сбор информации, так как современное общество генерирует огромное количество данных, которые передаются по коммуникационным сетям и продолжают расти. Чтобы получить информацию из изображения или аудиоданных в текстовой форме для дальнейшего анализа, необходимо вручную переписать их. Также необходимость в переводе информации нередка. Данные действия требуют слишком много времени, а результатом станет та же информация, но в преобразованном виде. Видео, конференции, выступления, изображения с текстом, отсканированный текст - вся эта информация может быть собрана и преобразована автоматически, экономя много человеко-часов.
Объектом исследования в данной работе является процессы сбора и преобразования информации техническими средствами сотрудниками компании.
Предметом исследования является автоматизированная система распознавания и сбора информации с помощью нейронных сетей.
Целью данного проекта является повышение эффективности процесса распознавания и сбора информации за счет разработки автоматизированной системы.
Для достижения поставленной цели требуется решить следующие задачи:
 проанализировать существующие способы распознавания и сбора информации;
 разработать модели бизнес-процессов;
 определить технологию распознавания на основе нейронных сетей;
 разработать функциональную модель;
 разработать функциональные и нефункциональные требования к системе;
 разработать UML диаграммы;
 реализовать информационную систему распознавания и сбора информации.
1. Искусственные нейронные сети и приложения: учеб. пособие / Ф.М. Гафаров, А.Ф. Галимянов. – Казань: Изд-во Казан. ун-та, 2018. – 121 с.
2. 5 применений ИИ, в которых он конкурирует с человеком [Электронный ресурс]: [сайт] URL: https://habr.com/ru/company/toshibarus/blog/580930/ (дата обращения 5.12.2021)
3. Оптическое распознавание символов [Электронный ресурс]: [сайт] URL: https://ru.wikipedia.org/wiki/Оптическое_распознавание_символов (дата обращения 5.12.2021)
4. Распознавание текста онлайн [Электронный ресурс]: [сайт] URL: https://itlang.ru/raspoznavanie-teksta-onlajn/ (дата обращения 5.12.2021)
5. Сервисы для распознавания текста [Электронный ресурс]: [сайт] URL: https://mentamore.com/internet-gajd/servisy-dlya-raspoznavaniya-teksta.html (дата обращения 5.12.2021)
6. Screen Translator [Электронный ресурс]: [сайт] URL: https://vellisa.ru/screen-translator (дата обращения 8.12.2021)
7. Как перевести на другой язык текст с картинок или экрана монитора [Электронный ресурс]: [сайт] URL: https://www.white-windows.ru/kak- perevesti-na-drugoj-yazyk-tekst-s-kartinok-ili-ekrana-monitora/ (дата обращения 8.12.2021)
8. The Best 7 Free and Open Source Speech Recognition Software Solutions [Электронный ресурс]: [сайт] URL: https://www.goodfirms.co/blog/best-free- open-source-speech-recognition-software (дата обращения 11.12.2021)
9. Основы TensorFlow [Электронный ресурс]: [сайт] URL: https://www.tensorflow.org/guide/basics?hl=ru (дата обращения 11.12.2021)
10. Как превратить голос в текст [Электронный ресурс]: [сайт] URL: https://journal.tinkoff.ru/list/voice-txt/ (дата обращения 11.12.2021)
11. Обнаружение объектов с помощью ONNX в ML.NET [Электронный ресурс]: [сайт] URL: https://docs.microsoft.com/ru- ru/dotnet/machine-learning/tutorials/object-detection-onnx (дата обращения 11.12.2021)
12. Методы и алгоритмы принятия решений: учеб.-метод. пособие / Л. В. Серебряная, Ф. И. Третьяков. – Минск: БГУИР, 2016. – 64 с.: ил.
13. Компьютерное зрение [Электронный ресурс]: [сайт] URL: https://ru.wikipedia.org/wiki/Компьютерное_зрение (дата обращения 11.12.2021)
14. Илюхин А.Н. Лабораторные практикум: Методические рекомендации по выполнению лабораторных работ по дисциплине «Системы искусственного интеллекта». – Наб.Челны: ИНЭКА, 2011. –32 с.
15. Нейросетевые технологии обработки данных: учеб. пособие / В. А. Головко, В. В. Краснопрошин. – Минск: БГУ, 2017. – 263 с. – (Классическое университетское издание).
16. Сложности применения технологий OCR в DLP-системах [Электронный ресурс]: [сайт] URL: https://habr.com/ru/company/solarsecurity/blog/460881/ (дата обращения 20.12.2021)
17. Emgu CV is a cross platform .Net wrapper to the OpenCV image processing library [Электронный ресурс]: [сайт] URL:
https://github.com/emgucv/emgucv
18. Долгая краткосрочная память [Электронный ресурс]: [сайт] URL: https://ru.wikipedia.org/wiki/Долгая_краткосрочная_память (дата обращения 01.05.2022)
19. Tesseract Open Source OCR Engine (main repository) [Электронный ресурс]: [сайт] URL: https://github.com/tesseract-ocr/tesseract (дата обращения 05.05.2022)
20. Распознавание речи [Электронный ресурс]: [сайт] URL:
https://ru.wikipedia.org/wiki/Распознавание_речи (дата обращения 05.05.2022)
21. Offline speech recognition API for Android, iOS, Raspberry Pi and servers with Python, Java, C# and Node [Электронный ресурс]: [сайт] URL: https://github.com/alphacep/vosk-api/ (дата обращения 15.05.2022)
22. RapidAPI. Microsoft Translator Text API Documentation [Электронный ресурс]: [сайт] URL: https://rapidapi.com/microsoft-azure-org- microsoft-cognitive-services/api/microsoft-translator-text/ (дата обращения 19.05.2022)
23. Основы машинного обучения: учебное пособие / О. В. Лимановская, Т. И. Алферьева; Мин-во науки и высш. образования РФ. — Екатеринбург: Изд-во Урал. ун-та, 2020. — 88 с.
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 система распознавания и сбора информации с помощью нейронных сетей
Артикул: 9105499
Дата написания: 09.06.2022
Тип работы: Дипломная работа
Предмет: Программирование
Оригинальность: Антиплагиат.ВУЗ — 67%
Количество страниц: 74
Скрин проверки АП.ВУЗ приложен на последней странице.

В работе представлены только пояснительная записка и листинг программы. Самой программы нет
А ты умеешь выполнять такие работы?

Файлы артикула: Автоматизированная система распознавания и сбора информации с помощью нейронных сетей по предмету программирование

Автоматизированная система распознавания и сбора информации с помощью.docx
2.85 МБ

Пролистайте "Автоматизированная система распознавания и сбора информации с помощью нейронных сетей" и убедитесь в качестве

После покупки артикул автоматически будет удален с сайта до 27.06.2024
Дипломная — Автоматизированная система распознавания и сбора информации с помощью нейронных сетей — 1
Дипломная — Автоматизированная система распознавания и сбора информации с помощью нейронных сетей — 2
Дипломная — Автоматизированная система распознавания и сбора информации с помощью нейронных сетей — 3
Дипломная — Автоматизированная система распознавания и сбора информации с помощью нейронных сетей — 4
Дипломная — Автоматизированная система распознавания и сбора информации с помощью нейронных сетей — 5
Дипломная — Автоматизированная система распознавания и сбора информации с помощью нейронных сетей — 6
Посмотреть остальные страницы ▼
Честный антиплагиат! Честный антиплагиат!
Уникальность работы — 67% (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! 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
Исследование и программная реализация алгоритмов фильтрации спама
СЛЕДУЮЩАЯ РАБОТА
Разработка автоматизированной информационной системы управления туристическим агентством