Список литературы

1. http://www.aiportal.ru/articles/neural-networks/neural-networks.html // Нейронные сети

2. http://www.aiportal.ru/articles/neural-networks/learning-neunet.html //обучение нейронной сети

3. http://www.aiportal.ru/articles/neural-networks/perceptron.html //перцептрон

4. http://www.aiportal.ru/articles/neural-networks/perceptron-learning.html //обучение перцептрона, дельта-правило

Приложение. Обучение нейросети распознаванию различных видов объектов. Классификация графических объектов по их ориентации на плоскости.

Основная задача этой части работы - научить нейросеть различать объекты, имеющие вертикальную ориентацию от горизонтально ориентированных и равномерно распределенных на плоскости объектов.

1. Для этого cоздайте в матрицах рецепторов (полях 8х8) новую обучающую выборку:

Цифрой 1 обозначьте - горизонтальные линии разных размеров (длины и ширины) в разных частях матрицы рецепторов (их нужно создать несколько штук, и каждую пометить цифрой 1);

Цифрой 2 обозначьте - вертикальные линии разных размеров в разных частях матрицы рецепторов;

Цифрой 3 обозначьте - фигуры, не имеющие четкой ориентации по вертикали и горизонтали (квадрат, круг, симметричные по вертикали и горизонтали многоугольники,...) разных размеров в разных частях матрицы рецепторов.

Такая обучающая выборка позволит нейросети определять ориентацию на плоскости графических объектов: код “1” будут иметь горизонтально ориентированные объекты, код “2” – вертикально ориентированные объекты, код “3” – равномерно распределённые по плоскости.

2. Обучите нейросеть распознавать эти фигуры.

3. Предъявите для распознавания их ориентации новые фигуры, не задававшиеся в обучающей выборке и оцените качество распознавания.

4. Проверьте, как действуют на результаты распознавания “помехи” (разрывы линий, утолщения, наросты, сдвиги,...).

5. Проверьте, как будет реагировать программа на наклонные фигуры и при каком наклоне возникнет отказ в распознавании (появляется ошибка).

6. Поинтересуйтесь, к какому классу объектов нейросеть отнесет буквы А, М, срезанную по диагонали часть квадрата, знаки >, <, +, =.

Пример:

Приступим к созданию обучающей выборки. В матрицах рецепторов 8х8 создадим по три примера вертикальных, горизонтальных линий и равномерно распределенных фигур расположенных в разных частях экрана, имеющих разную длину и ширину. (Таблица №1).

горизонтальные линии
........ .XXXXXX. ........ ........ ........ ........ ........ ........ 1	........ ........ ........ ........ ........ ........ ..XXXX.. ........ 1	........ ........ ........ .XXXXXX. .XXXXXX. ........ ........ ........ 1
вертикальные линии
........ ......X. ......X. ......X. ......X. ......X. ........ ........ 2	........ .X...... .X...... .X...... .X...... .X...... ........ ........ 2	........ ...XX... ...XX... ...XX... ...XX... ...XX... ...XX... ........ 2
равномерно распределенные фигуры
........ .XXXXXX. .X....X. .X....X. .X....X. .X....X. .XXXXXX. ........ 3	........ ........ ..XXXX.. ..X..X.. ..X..X.. ..XXXX.. ........ ........ 3	........ ..XXXX.. .X....X. X......X X......X .X....X. ..XXXX.. ........ 3

Таблица 1 Обучающая выборка

Цифрой 1 пометим горизонтальные линии, цифрой 2 – вертикальные, цифрой 3 – равномерно распределенные фигуры. Данная обучающая выборка позволит нейросети определять ориентацию на плоскости графических объектов. Результаты будут представлены на индикаторе распознавания (output) метками с различной степенью насыщенности.

код “1” будут означать, что объект горизонтально ориентирован.

код “2” будут означать, что объект вертикально ориентирован.

код “3” будут означать, что объект равномерно распределён по плоскости.