Системы искусственного интеллекта для распознавания образов

Описание

Тип публикации: научное издание

Год издания: 2018

Ключевые слова: c#, распознавание образов, системы искусственного интеллекта

Аннотация: Предмет. С первых дней жизни человек неустанно сталкивается с распознаванием различных образов биосистем. Это происходит по заданному алгоритму: мозг обрабатывает информацию, поступающую с органов чувств, посредством электрохимических импульсов поступает определенный сигнал, например, органам, отвечающим за движение, которые в своюПоказать полностьюочередь осуществляют «запланированные» действия. После этого происходит преображение окружающей действительности и все снова повторяется. Таким образом, каждая ступень события, или, совершаемого действия, подвержена распознаванию. Цели. Цель данной работы - распознавание образов посредством изучения систем искусственного интеллекта. Методология. Для достижения поставленной цели используем объектно-ориентированный язык программирования C#. Результаты. Проработка системы распознавания номера автомобиля с изображения на языке C#(.NET). В результате разработки мы получили приложение для консоли. В папке IMG оно берет все фотографии с машинами и распознает на них номера. Выводы. Одной из основных проблем развития и применения искусственного интеллекта остается проблема распознавания звуковых и визуальных образов. Но, несмотря на это, в настоящее время существует достаточно большое количество систем автоматического распознавания образов для различных прикладных задач. Одной из главных трудностей применения и развития искусственного интеллекта остается трудность в распознавании визуальных и звуковых образов для различных практических задач. Формальные методы для распознавания образов являются неисчерпаемыми в плоскости фундаментального научного направления. Обработка изображений математическими методами имеет широкую область применения: социальная область, техника, медицина, наука. В ближайшем будущем роль распознавания образов в человеческой деятельности будет возрастать все больше. Одним из наиболее перспективных подходов с массой достоинств, является нейросетевой метод, который обеспечивает надежное и быстрое распознавание изображений.

Ссылки на полный текст

Издание

Журнал: Молодежный научный форум

Выпуск журнала: 17 (18)

Номера страниц: 47-51

Издатель: Общество с ограниченной ответственностью "Международный центр науки и образования"

Персоны

  • Тарбеев А.В. (Лесосибирский педагогический институт - филиал СФУ)
  • Румянцев М.В., научный руководитель (СФУ)

Вхождение в базы данных