Стр. 12 - Д.Н. Кангин, А.В. Куров - ОПТИМИЗАЦИЯ ПАРАМЕТРОВ НЕЙРОННОЙ СЕТИ НЕОКОГНИТРОН ДЛЯ РАСПОЗНАВАНИЯ СИМВОЛОВ ГОСУДАРСТВЕННЫХ РЕГИСТРАЦИОННЫХ ЗНАКОВ

Рис. 2. Примеры обучающей и тестовой выборки цифр ГРЗ
СПИСОК ЛИТЕРАТУРЫ
1.
F u k u n a g a K. Introduction to Statistical Pattern Recognition. Second ed. –
London: Academic Press, 1990.
2.
B r i g g s W. L., Van Emden Henson The DFT: an owner’s manual for the discrete
Fourier transform. Society of industrial and applied mathematics. PA, USA. 1995.
P. 143–179.
3.
K i m u r a F., S h r i d h a r M. Handwritten Numerical Recognition Based on
Multiple Algorithms // Pattern Recognition. – 1991. – Vol. 24, No. 10. – P. 969–983.
4.
Persistence Barcodes for Shapes / G. Carlsson, A. Zomorodian, A. Collins, and L.
Guibas // Int. J. of Shape Modeling. 2005. 11 P. 149–187.
5.
D u t t a A., C h a u d h u r y S. Bengali alpha-numeric character Recognition Using
Curvature Features // Pattern Recognition 1993. 26. P. 1707–1720
6.
F u k u s h i m a K. Neocognitron: A self-organizing neural network model for
a mechanism of pattern recognition unaffected by shift in position // Biological
Cybernetics. 1980.– 36(4). – P. 93–202.
7.
F u k u s h i m a K.
Neocognitron for handwritten digit recognition //
Neurocomputing / R. Eckmiller & C. Von der Malsburg, eds. 2003. 51. 161–180.
8.
F u k u s h i m a K. Increasing robustness against background noise: Visual pattern
recognition by a neocognitron // Neural networks. – 2011. – Vol. 24 (7). – P. 767–778.
9.
F u k u s h i m a K. Cognitron: A selfЏorganizing multilayer neural network model
//
NHK Technical Monograph 1981. No. 30. – P. 1–25.
Статья поступила в редакцию 10.05.2012
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012
239