Распознавание образов на изображениях с использованием инструментов машинного обучения

Abstract

Представлен программный комплекс, осуществляющий распознавание изображений и рукописных символов с использованием машинного обучения и построенного по архитектуре искусственных нейронных сетей. Проведен выбор оптимальных средств синтеза и моделирования нейронной сети. Экспериментально определена оптимальная архитектура нейросети для задачи распознавания рукописных числовых символов. Представлены результаты сравнения точности и времени выполнения кода нейросетевого алгоритма с использованием систем облачной обработки данных.

The software complex which carries out recognition of images and handwritten characters using machine learning and constructed from to the architecture of artificial neural networks. The choice of optimal means was made. the synthesis and modelling of the neural network. The optimal one has been determined experimentally neural network architecture for handwritten numeric character recognition. The results of comparing accuracy and time of code execution are presented. neural network algorithm using cloud-based data processing systems.