1. Наука
  2. Видання
  3. Системи обробки інформації
  4. 7(132)'2015
  5. Двухслойный персептрон для классификации масштабированных объектов с поворотом и сдвигом при генеральной совокупности из 26 классов из монохромных изображений формата 60-на-80 посредством обучения на масштабированных изображениях с поворотом и сдвигом при

Двухслойный персептрон для классификации масштабированных объектов с поворотом и сдвигом при генеральной совокупности из 26 классов из монохромных изображений формата 60-на-80 посредством обучения на масштабированных изображениях с поворотом и сдвигом при

В.В. Романюк
Аннотации на языках:

Испытывается двухслойный персептрон на свою идентификацию для классификации разнообразно искажённых объектов. Двухслойный персептрон моделируется, обучается и тестируется в среде MATLAB. Увеличив число проходов до 280 для обучения на масштабированных изображениях с поворотом и сдвигом при пиксельном искажении, производительность персептрона улучшается как для исключительно масштабированных изображений с поворотом и сдвигом, так и для масштабированных изображений с поворотом и сдвигом при пиксельных искажениях, где изображения с пиксельными искажениями классифицируются так или иначе отлично. В конце концов, поскольку неокогнитрон при той же конфигурации MATLAB и операционной системы медленнее во много раз, то утверждается, что двухслойный персептрон способен заменить неокогнитрон для классификации разнообразно искажённых объектов, требуя непривычно длинного процесса обучения и специфического отношения для типов искажения, что зависит от типа объекта.
Ключевые слова: классификация разнообразно искажённых объектов, неокогнитрон, двухслойный персептрон, монохромное изображение, пиксельные искажения, обучающая выборка, процентный уровень ошибок классификации