' .

Обучение нейропроцессора NM-500 визуальной регистрации показаний семисегментного индикатора с учетом возможного перемещения объекта #9106159

Артикул: 9106159
  • Предмет: Программирование
  • Уникальность: 65% (Антиплагиат.ВУЗ)
  • Разместил(-а): 185 Рамиль в 2023 году
  • Количество страниц: 68
  • Формат файла: docx
1 999p.
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 23.02.2025
ВВЕДЕНИЕ 3
1. Описание применяемых теоретических концепций 5
2. Постановка задачи 12
3. Алгоритм задачи 14
3.1. Распознавание в фиксированном положении 14
3.2. Начальная настройка программы 15
3.3. Привязка координат к рабочей области объекта 16
3.4. Позиционирование цифр и соответствующих сегментов 17
3.5. Работа с опорной точкой 18
3.6. Перемещение объекта 18
3.7. Поворот объекта 19
3.8. Подготовка векторов к распознаванию 20
4. Описание кода программы 23
5. Интерфейс программы 27
5.1. Добавленные элементы интерфейса 27
5.2. Элементы интерфейса, взятые из сопровождающегося программного обеспечения нейропроцессора 30
ЗАКЛЮЧЕНИЕ 32
СПИСОК ЛИТЕРАТУРЫ 38
ПРИЛОЖЕНИЯ 40
Приложение 1. Разбивка изображений на 5 участков 40
Приложение 2. Элементы, использованные для интерфейса 44
Приложение 3 Текст организующей программы Form1.cs 45

Целью выпускной квалификационной работы (далее – ВКР) является обучение нейропроцессора NM-500 регистрации показаний семисегментного индикатора, когда допускается перемещение индикатора относительно веб- камеры. При фиксированном положении семисегментного индикатора время распознавания не играет большой роли, так как изменения происходят только через минуту в электронных часах, лицевая сторона которого служит индикатором. В случае возможности перемещения объекта захват изображения веб-камерой должен происходить более часто, что накладывает дополнительные требования к скорости выполнения программы. При этом очевидно, каждый раз необходимо построить новые наборы векторов для обучения, чтобы правильно распознавать текущие показания семисегментного индикатора.
Чтобы обучить нейропроцессор NM-500 регистрации показаний семисегментного индикатора, когда допускается перемещение индикатора относительно веб-камеры были поставлены следующие задачи:
1) изучение основ функционирования нейропроцессора,
2) обучение нейропроцессора на основе шаблонов,
3) оценка положения объекта относительно веб-камеры,
4) определение необходимых корректировок и вычислений для вариантов перемещения по горизонтали и по дальности без поворотов объекта,
5) распознавание показаний семисегментного индикатора на момент захвата изображения,
6) формирование цифр на основе данных о светимости.
Предметом внимания ВКР является конкретный нейропроцессор NM-
500 от компании NeuroMem, объединяющий 576 нейронов. Работа с нейронами была усвоена при анализе книги авторов Л.Г. Комарцова, А.В. Максимова – Нейрокомпьютеры [1]. В книге изложены вопросы современной теории нейропроцессоров. Приведен анализ различных архитектур
вычислительных устройств с параллельной организацией работы. Рассмотрен

биологический аналог параллельной организации обработки информации что дало лучшее понимание работы нейропроцессора. Большое внимание также уделено разновидностям построения формальных нейронов, технологии сетей и классическим методам их обучения, методам подготовки задач для решения на нейрокомпьютерах. Приведены оригинальные результаты применения нейронных сетей для облегчения анализа различных систем. Представлены программные системы эмуляции нейронных сетей.
Кроме того, для полного понимания работы с выбранным нейропроцессором была изучена вся сопроводительная документация нейропроцессора от компании NeuroMem. Также стоит выделить сопроводительную документацию «Cognipat NeuroMem» [2], в котором описываются все основные функции и возможности данного нейропроцессора.
1) Комарцова Л.Г. Нейрокомпьютеры: учебное пособие / Л.Г. Комарцова, Максимова А.В. - Москва: ФИЗМАТЛИТ, – 2018. – 296 с. (дата обращения 29.03.2023) – Текст : непосредственный.
2) Как работают нейропроцессоры на примере NM500 от NeuroMem
: [сайт]. – 2018. – URL: https://www.rlocman.ru/review/article.html?di=586333
(дата обращения: 29.03.2023) – Текст : электронный.
3) NeuroMem Console : [сайт]. – 2018. – URL: https://www.general- vision.com/documentation/TM_NeuroMem_API_Usage_Examples.pdf (дата обращения: 29.03.2023) – Текст : электронный.
4) Николенко С.В. Глубокое обучение. Погружение в мир нейронных сетей: учебное пособие / Николенко С.В., Архангельская Е.Г. – Санкт- Петербург: Питер, – 2021. – 476 с. (дата обращения 29.03.2023) – Текст : непосредственный.
5) Шамшин, С.Г. Анализ изображений и обработка видеоданных: учебное пособие / С.Г. Шамшин. – Москва: Издательский дом МЭИ, – 2019. – 304 с. (дата обращения 29.03.2023) – Текст : непосредственный.
6) Студенткин А.И. Нейронные сети и обучение на примерах: учебное пособие / А.И. Студенткин. – Санкт-Петербург : БХВ-Петербург, – 2018. – 320 с. – ISBN 978-5-4461-1288-2. (дата обращения 29.03.2023) – Текст
: непосредственный.
7) Черемискин В.Н. Основы компьютерного зрения: учебное пособие
/ В.Н. Черемискин – Санкт-Петербург: БХВ-Петербург, – 2019. – 416 с. (дата обращения 29.03.2023) – Текст : непосредственный.
8) Дулин, А.С. Компьютерное зрение: учебное пособие / А.С. Дулин.
– Москва: МФТИ, – 2018. – 288 с. (дата обращения 29.03.2023) – Текст :
непосредственный.
9) Розенберг, А.Н. Машинное обучение. Нейронные сети, генетические алгоритмы, теория распознавания: учебное пособие / А.Н.
Розеберг. – Москва: ДМК Пресс, – 2017. – 576 с. (дата обращения 29.03.2023)
– Текст : непосредственный.
10) Герман О.А. Программирование на Java и C# для студента: учебное пособие / О.А. Герман. – Санкт-Петербург: БХВ-Петербург, – 2014. – 512 с. - ISBN 978-5-9775-1271-2. (дата обращения 29.03.2023) – Текст : непосредственный.
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: Обучение нейропроцессора NM-500 визуальной регистрации показаний семисегментного индикатора с учетом возможного перемещения объекта
Артикул: 9106159
Дата написания: 23.05.2023
Тип работы: Дипломная работа
Предмет: Программирование
Оригинальность: Антиплагиат.ВУЗ — 65%
Количество страниц: 68
Скрин проверки АП.ВУЗ приложен на последней странице.

Работа включает в себя только пояснительную записку и листинг программы
А ты умеешь выполнять такие работы?

Файлы артикула: Обучение нейропроцессора NM-500 визуальной регистрации показаний семисегментного индикатора с учетом возможного перемещения объекта по предмету программирование

Пролистайте "Обучение нейропроцессора NM-500 визуальной регистрации показаний семисегментного индикатора с учетом возможного перемещения объекта" и убедитесь в качестве

После покупки артикул автоматически будет удален с сайта до 23.02.2025
Дипломная — Обучение нейропроцессора NM-500 визуальной регистрации показаний семисегментного индикатора с учетом возможного перемещения объекта — 1
Дипломная — Обучение нейропроцессора NM-500 визуальной регистрации показаний семисегментного индикатора с учетом возможного перемещения объекта — 2
Дипломная — Обучение нейропроцессора NM-500 визуальной регистрации показаний семисегментного индикатора с учетом возможного перемещения объекта — 3
Дипломная — Обучение нейропроцессора NM-500 визуальной регистрации показаний семисегментного индикатора с учетом возможного перемещения объекта — 4
Дипломная — Обучение нейропроцессора NM-500 визуальной регистрации показаний семисегментного индикатора с учетом возможного перемещения объекта — 5
Дипломная — Обучение нейропроцессора NM-500 визуальной регистрации показаний семисегментного индикатора с учетом возможного перемещения объекта — 6
Посмотреть остальные страницы ▼
Честный антиплагиат! Честный антиплагиат!
Уникальность работы — 65% (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.

Утром сдавать, а работа еще не написана?

Утром сдавать, а работа еще не написана?
Через 30 секунд после оплаты вы скачаете эту работу!
Сегодня уже купили 31 работу. Успей и ты забрать свою пока это не сделал кто-то другой!