НЕЙРОАНАЛИТИЧЕСКИЙ МЕТОД КЛАССИФИКАЦИИ ОБРАЗОВ
##plugins.themes.bootstrap3.article.sidebar##
##plugins.themes.bootstrap3.article.main##
Аннотация
Представлено теоретическое обоснование использования нейронных сетей при распознавании образов. В результате исследований создан нейроаналитический алгоритм, позволяющий безошибочно осуществлять классификацию образов при отсутствии шумов входных сигналов. Но алгоритм распознавания образов должен быть эффективным и при наличии шумов. Зашумленные входные сигналы классифицируются существующими нейросетевыми алгоритмами неудовлетворительно. Эксперименты же с незначительными шумами в 0,2 пиксела подтверждают лишь незначительное повышение точности. Проверка эффективности разработанного нейроаналитического алгоритма привела к выводам, что необходимо разработать и исследовать робастный алгоритм классификации, который будет устойчив как к незначительным, так и к весьма ощутимым шумам.
##plugins.themes.bootstrap3.article.details##

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
А. С. ЯРМОЛЕНКО, Новгородский государственный университет им. Ярослава Мудрого, Россия
д-р техн. наук, проф.
Библиографические ссылки
Ярмоленко, А.С. Применение теории нейронных сетей в геоинформатике / А.С. Ярмоленко // Изв. вузов. Геодезия и аэрофотосъемка. – 2008. – № 2. – С. 33 – 44.
Хайкин, С. Нейронные сети: полный курс / С. Хайкин. – 2-е изд. испр.; пер. с англ. – М.: ООО «И.Д. Вильямс», 2006. – 1104 с.
Каллан, Р. Основные концепции нейронных сетей / Р. Калан; пер. с англ. – М.: Издат. дом «Вильямс», 2001. – 288 с.
Осовский, С. Нейронные сети для обработки информации / С. Осовский; пер. с польск. И.Д. Рудинского. – М.: Финансы и статистика, 2002. – 344 с.
Медведев, В.С. Нейронные сети. MATLAB 6 / В.С. Медведев, В.Г. Потемкин; под общ. ред. В.Г. Потемкина. – М.: ДИАЛОГ-МИФИ, 2002. – 496 c. – (Пакеты прикладных программ; Кн. 4).
Рекомендуемые статьи автора (авторов)
- А. С. ЯРМОЛЕНКО, О. А. КУЦАЕВА, РАСЧЕТ ВЗАИМНОЙ ИНФОРМАЦИИМЕЖДУ РАСПОЗНАВАЕМЫМИ ОБЪЕКТАМИ ПРИ ДЕШИФРИРОВАНИИ МНОГОКАНАЛЬНЫХ ИЗОБРАЖЕНИЙ, Вестник Полоцкого государственного университета. Серия F. Строительство. Прикладные науки: № 8 (2016)
- А. С. ЯРМОЛЕНКО, О. В. СКОБЕНКО, ПРИМЕНЕНИЕ РЯДОВ ФУРЬЕ В ФИЛЬТРАЦИИ ГЕОИНФОРМАЦИИ, Вестник Полоцкого государственного университета. Серия F. Строительство. Прикладные науки: № 16 (2018)
- О. Н. ПИСЕЦКАЯ, А. С. ЯРМОЛЕНКО, ОПРЕДЕЛЕНИЯ ГЕОИДА НА ЛОКАЛЬНОЙ ТЕРРИТОРИИ, Вестник Полоцкого государственного университета. Серия F. Строительство. Прикладные науки: № 8 (2018)
- А. С. ЯРМОЛЕНКО, О. В. СКОБЕНКО, ИСПОЛЬЗОВАНИЕ ВЕЙВЛЕТОВ В ФИЛЬТРАЦИИ И СЖАТИИ ГЕОИНФОРМАЦИИ, Вестник Полоцкого государственного университета. Серия F. Строительство. Прикладные науки: № 8 (2018)
- Т. Н. МЫСЛЫВА, О. А. КУЦАЕВА, ГЕОСТАТИСТИЧЕСКИЙ АНАЛИЗ КАК ИНСТРУМЕНТ ОЦЕНКИ ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ СВОЙСТВ ПОЧВ ЗЕМЕЛЬ СЕЛЬСКОХОЗЯЙСТВЕННОГО НАЗНАЧЕНИЯ, Вестник Полоцкого государственного университета. Серия F. Строительство. Прикладные науки: № 16 (2019)
- А. С. ЯРМОЛЕНКО, О. А. КУЦАЕВА, ОБОСНОВАНИЕ МЕТОДА РАДИАЛЬНЫХ БАЗИСНЫХ ФУНКЦИЙ ДЛЯ КЛАССИФИКАЦИИ ГЕОПРОСТРАНСТВЕННЫХ ОБЪЕКТОВ, Вестник Полоцкого государственного университета. Серия F. Строительство. Прикладные науки: № 8 (2017)
- О. А. КУЦАЕВА, А. С. ЯРМОЛЕНКО, РАЗРАБОТКА И ИССЛЕДОВАНИЕ УСТОЙЧИВЫХ АЛГОРИТМОВ РАСПОЗНАВАНИЯ ОБРАЗОВ, Вестник Полоцкого государственного университета. Серия F. Строительство. Прикладные науки: № 16 (2013)
- О. А. КУЦАЕВА, ТЕХНОЛОГИЯ И ТОЧНОСТЬ АВТОМАТИЗИРОВАННОГО ДЕШИФРИРОВАНИЯ ПЛОЩАДНЫХ ОБЪЕКТОВ В ПРОГРАММНОМ КОМПЛЕКСЕ ENVI, Вестник Полоцкого государственного университета. Серия F. Строительство. Прикладные науки: № 8 (2012)