Разработка системы распознавания символов на основе генетических алгоритмов презентация

Гены от высоко адаптированных или приспособленных особей будут распространяться в увеличивающемся количестве потомков на каждом последующем поколении. Структурная схема генетического алгоритма.

Слайд 1Разработка системы распознавания символов на основе генетических алгоритмов.
Курсовая работа студента 4-го

курса факультета радиофизики и
компьютерных технологий, кафедры информатики и компьютерных систем
Репина Павла Геннадьевича
Научный руководитель: Афанасьев Геннадий Константинович
доцент кафедры информатики и компьютерных систем

Слайд 2Гены от высоко адаптированных или приспособленных особей будут распространяться в увеличивающемся

количестве потомков на каждом последующем поколении.

Структурная схема генетического алгоритма.


Слайд 3Кроссовер (из (A, B, C, D, E) и (a, b, c,

d, e) получится (A, B, c, d, E)).
Инверсия (из (1, 1, 0, 1, 0, 0, 1, 0) получится (1, 1, 0, 0, 1, 0, 1, 0)).
Мутация (из (1, 1, 0, 1, 0, 0, 1, 0) получится (1, 1, 0, 1, 1, 0, 1, 0) ).

Основные операторы ГА


Слайд 4Цель работы
Разработка генетического алгоритма, с помощью которого можно распознавать рукописные символы.

Его использование и оценка.

Слайд 5Схема финкционирования ГА
Выбрать 2 особи из популяции.
Произвести оператор кроссовера.
Выполнить оператор

мутации.
Выполнить оператор инверсии.
Полученная хромосома ? новая популяция
Увеличить номер эпохи t = t+1.
Продолжать, с пункта 3, k раз, пока не выполнится условие остановки.
Если не выполнилось, вернуться к пункту 2.

Слайд 6Создание базы данных картинок


Слайд 7Применим к картинкам черно-белый фильтр, чтоб убрать все ненужные неточности на

фото. Если мы рисуем непосредственно на компьютере, этот пункт не требуется.

Фильтрация


Слайд 8Выравнивание и центрирование
В итоге получаем все картинки, такого вида, что справа,

для того, чтобы фитнесс быстрее становился максимальным, так как не придется поворачивать каждую картинку по отдельности.

Слайд 9Применение генетического алгоритма.
Для начала, надо разбить все картинки на одинаковое количество

активных частей, с которыми мы и будем работать. Потом преобразуем в массив нулей и единиц.

Слайд 10Фитнесс вычисляем по количеству несоответствий
единиц и нулей в массиве изучаемом

и данном. В этой задаче фитнесс есть количественная доля совпадения данного и исследуемого числа на картинке.

Применение генетического алгоритма.


Слайд 11Окно программы с результатами
Совпадения для каждого числа, после какого-то количества циклов.
Результат


Слайд 12Заключение


Слайд 13Заключение
Алгоритм нуждается в улучшении, однако цель курсовой работы выполнена: разработана система

распознавания символов с помощью генетических алгоритмов.

Слайд 14Спасибо за внимание


Обратная связь

Если не удалось найти и скачать презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое ThePresentation.ru?

Это сайт презентаций, докладов, проектов, шаблонов в формате PowerPoint. Мы помогаем школьникам, студентам, учителям, преподавателям хранить и обмениваться учебными материалами с другими пользователями.


Для правообладателей

Яндекс.Метрика