Разработка библиотеки нейросетевого распознавания рукописных символов на машиночитаемых бланках

Шалаева, Алёна Александровна Отделение информационных технологий (ОИТ)
Бесплатно
В избранное
Работа доступна по лицензии Creative Commons:«Attribution» 4.0

Обработка экзаменационных бланков в ручную занимает большое количество времени, а существующие программые продукты не удовлетворяют требуемому уровню точности распознавания. В следствие этого, вознилка необходимость разработки библиотеки нейросетевого распознавания, которая удовлетворяет требуемому уровню точности. С помощью разработанной библиотеки нейросетевого распознавания рукописных символов осуществляется обработка машиночитаемых бланков. Данная работа представляет интерес для организаций осуществляющих проверку экзаменационных бланков.

ВВЕДЕНИЕ ……………………………………………………………………………………………… 15
1 ОБЗОР АЛГОРИТМОВ И БИБЛИОТЕК НЕЙРОСЕТЕВОГО
РАСПОЗНАВАНИЯ…………………………………………………………………………………. 17
1.1 Искусственные нейронные сети…………………………………………………….. 17
1.1.1 Модель формального нейрона …………………………………………………. 17
1.1.2 Функция активации …………………………………………………………………. 18
1.1.3 Алгоритм обучения нейронной сети ………………………………………… 21
1.2 Архитектура нейронных сетей ………………………………………………………. 24
1.2.1 Нейросети прямого распространения ………………………………………. 24
1.2.2 Рекуррентные нейросети …………………………………………………………. 25
1.2.3 Сверточные нейронные сети ……………………………………………………. 26
1.3 Обзор библиотек машинного обучения …………………………………………. 30
2 ПРОЕКТИРОВАНИЕ И РЕАЛИЗАЦИЯ ……………………………………………… 34
2.1 Обучающая выборка …………………………………………………………………….. 34
2.2 Определение оптимальных параметров для реализации CNN ………… 37
2.3 Проектирование логической модели системы ……………………………….. 40
3 РЕЗУЛЬТАТЫ ПРОВЕДЕННОГО ИССЛЕДОВАНИЯ ……………………….. 43
4 ФИНАНСОВЫЙ МЕНЕДЖМЕНТ, РЕСУРСОЭФФЕКТИВНОСТЬ И
РЕСУРСОСБЕРЕЖЕНИЕ…………………………………………………………………………. 44
4.1 Предпроектный анализ …………………………………………………………………. 44
4.1.1 Потенциальные потребители результатов исследования ………….. 44
4.1.2 Анализ конкурентных технических решений …………………………… 46
4.1.3 QuaD-анализ ……………………………………………………………………………. 47
4.1.4 SWOT-анализ ………………………………………………………………………….. 49
4.2 Определение возможных альтернатив разработки …………………………. 50
4.3 Организация и планирование работ ………………………………………………. 51
4.3.1 Продолжительность этапов работ ……………………………………………. 53
4.3.2 Расчет накопления технической готовности …………………………….. 57
4.4 Бюджет научно-технического исследования ………………………………….. 58
4.4.1 Расчет материальных затрат…………………………………………………….. 58
4.4.2 Расчет основной заработной платы исполнителей системы ……… 59
4.4.3 Расчет затрат по дополнительной заработной плате …………………. 60
4.4.4 Расчет отчислений во внебюджетные фонды …………………………… 61
4.4.5 Расчет накладных расходов……………………………………………………… 61
4.4.6 Формирование бюджета затрат проекта …………………………………… 62
4.5 Определение ресурсной (ресурсосберегающей), финансовой,
бюджетной, социальной и экономической эффективности исследования .. 62
4.6 Вывод …………………………………………………………………………………………… 65
5 СОЦИАЛЬНАЯ ОТВЕТСТВЕННОСТЬ………………………………………………. 67
5.1 Производственная безопасность ……………………………………………………. 67
5.2 Вредные производственные факторы…………………………………………….. 68
5.2.1 Повышенный уровень электромагнитных излучений ………………….. 68
5.2.2 Повышенные показатели микроклимата ……………………………………… 69
5.2.3 Повышенный уровень шума ……………………………………………………….. 70
5.2.4 Недостаточность освещенности рабочей зоны …………………………….. 70
5.2.5 Психофизические факторы ………………………………………………………… 71
5.3 Опасные производственные факторы ……………………………………………. 72
5.3.1 Опасность поражения электрическим током ……………………………. 72
5.3.2 Опасность возникновения пожара……………………………………………. 73
5.4 Экологическая безопасность …………………………………………………………. 73
5.5 Безопасность в чрезвычайных ситуациях ………………………………………. 74
5.6 Правовые и организационные вопросы обеспечения безопасности … 74
ЗАКЛЮЧЕНИЕ ……………………………………………………………………………………….. 76
ПРИЛОЖЕНИЕ А ……………………………………………………………………………………. 80
ПРИЛОЖЕНИЕ Б …………………………………………………………………………………….. 90

В настоящее время для решения многих практических задач в
различных сферах человеческой деятельности широкое распространение
получили нейронные сети. Данные модели искусственного интеллекта
используются при диагностике, прогнозировании, в решении
оптимизационных задач, а также в задачах распознавания образов и анализа
изображений. Обладая высокой аппроксимирующей способностью,
нейронная сеть, обучившись на экспериментальных данных, способна решать
поставленные задачи с высокой степенью точности.
Целью данной работы является разработка библиотеки нейросетевого
распознавания символов на машиночитаемых бланках.
Для достижения поставленной цели необходимо решить ряд задач:
изучение и анализ предметной области, выявление и документирование
требований к разрабатываемой библиотеке, проектирование архитектуры
ИНС, реализация функциональных возможностей и пользовательского
интерфейса.
Для решения данных задач, используются тип нейронных сетей,
называемый сверточным. Сверточная нейронная сеть (СНС) состоит из серии
слоев. Берётся изображение, пропускается через чередование свёрточных,
нелинейных слоев, и с помощью полносвязного слоя порождается вывод. В
качестве вывода может выступать класс или вероятность класса, которое
лучше всего описывает изображение.
В работе был проведен анализ уже существующих библиотек
нейросетевого распознавания. Вследствие, было принято решение разработки
данной библиотеки, позволяющей упростить процесс ее интеграции с
подсистемой предобработки и сегментации.
Объектом исследования в данной работе являет разработанная
сверточная нейросеть для распознавания объектов – рукописных символов.
Предметом исследования выступает разработка программного
продукта, содержащего в себе библиотеку нейросетевого распознавания.

Распознавание рукописного текста является одной из важнейших задач
при обработке машиночитаемых бланков. В качестве метода машинного
обучения были выбраны нейронные сети.
В данной работе был проведен сравнительный анализ использования
сверточной и простой нейронной сети, типа персептрон для распознавания
рукописных символов. В результате проведенных исследований было
установлено, что использования сверточной нейронной сети будет наиболее
оптимальным для распознавания рукописного текста. Преимуществом данной
сети является меньшее количество настраиваемых параметров и более высокая
точность распознавания символов.
Так же выявлена наиболее подходящая архитектура СНС.
Проанализированы алгоритмы оптимизации на основе метода градиентного
спуска. Выбрана функция активации нейронов. Произведено тестирование
уже существующих библиотек проводились с использованием базы данных
рукописных символов предоставленном предприятием, для которого был
разработан данный продукт.
Итогом проделанной работы является разработка библиотеки,
включающая в себя основные классы и функции необходимые для реализации
распознавания рукописных символов на машиночитаемых бланках. Точность
распознавания рукописных символов составила 96,4%.

Заказать новую

Лучшие эксперты сервиса ждут твоего задания

от 5 000 ₽

Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям

    Нажимая на кнопку, я соглашаюсь на обработку персональных данных и с правилами пользования Платформой

    Хочешь уникальную работу?

    Больше 3 000 экспертов уже готовы начать работу над твоим проектом!

    Андрей С. Тверской государственный университет 2011, математический...
    4.7 (82 отзыва)
    Учился на мат.факе ТвГУ. Любовь к математике там привили на столько, что я, похоже, никогда не перестану этим заниматься! Сейчас работаю в IT и пытаюсь найти время на... Читать все
    Учился на мат.факе ТвГУ. Любовь к математике там привили на столько, что я, похоже, никогда не перестану этим заниматься! Сейчас работаю в IT и пытаюсь найти время на продолжение диссертационной работы... Всегда готов помочь! ;)
    #Кандидатские #Магистерские
    164 Выполненных работы
    Дарья С. Томский государственный университет 2010, Юридический, в...
    4.8 (13 отзывов)
    Практикую гражданское, семейное право. Преподаю указанные дисциплины в ВУЗе. Выполняла работы на заказ в течение двух лет. Обучалась в аспирантуре, подготовила диссерт... Читать все
    Практикую гражданское, семейное право. Преподаю указанные дисциплины в ВУЗе. Выполняла работы на заказ в течение двух лет. Обучалась в аспирантуре, подготовила диссертационное исследование, которое сейчас находится на рассмотрении в совете.
    #Кандидатские #Магистерские
    18 Выполненных работ
    Егор В. кандидат наук, доцент
    5 (428 отзывов)
    Здравствуйте. Занимаюсь выполнением работ более 14 лет. Очень большой опыт. Более 400 успешно защищенных дипломов и диссертаций. Берусь только со 100% уверенностью. Ск... Читать все
    Здравствуйте. Занимаюсь выполнением работ более 14 лет. Очень большой опыт. Более 400 успешно защищенных дипломов и диссертаций. Берусь только со 100% уверенностью. Скорее всего Ваш заказ будет выполнен раньше срока.
    #Кандидатские #Магистерские
    694 Выполненных работы
    Александра С.
    5 (91 отзыв)
    Красный диплом референта-аналитика информационных ресурсов, 8 лет преподавания. Опыт написания работ вплоть до докторских диссертаций. Отдельно специализируюсь на повы... Читать все
    Красный диплом референта-аналитика информационных ресурсов, 8 лет преподавания. Опыт написания работ вплоть до докторских диссертаций. Отдельно специализируюсь на повышении уникальности текста и оформлении библиографических ссылок по ГОСТу.
    #Кандидатские #Магистерские
    132 Выполненных работы
    Мария Б. преподаватель, кандидат наук
    5 (22 отзыва)
    Окончила специалитет по направлению "Прикладная информатика в экономике", магистратуру по направлению "Торговое дело". Защитила кандидатскую диссертацию по специальнос... Читать все
    Окончила специалитет по направлению "Прикладная информатика в экономике", магистратуру по направлению "Торговое дело". Защитила кандидатскую диссертацию по специальности "Экономика и управление народным хозяйством". Автор научных статей.
    #Кандидатские #Магистерские
    37 Выполненных работ
    Кирилл Ч. ИНЖЭКОН 2010, экономика и управление на предприятии транс...
    4.9 (343 отзыва)
    Работы пишу, начиная с 2000 года. Огромный опыт и знания в области экономики. Закончил школу с золотой медалью. Два высших образования (техническое и экономическое). С... Читать все
    Работы пишу, начиная с 2000 года. Огромный опыт и знания в области экономики. Закончил школу с золотой медалью. Два высших образования (техническое и экономическое). Сейчас пишу диссертацию на соискание степени кандидата экономических наук.
    #Кандидатские #Магистерские
    692 Выполненных работы
    Катерина В. преподаватель, кандидат наук
    4.6 (30 отзывов)
    Преподаватель одного из лучших ВУЗов страны, научный работник, редактор научного журнала, общественный деятель. Пишу все виды работ - от эссе до докторской диссертации... Читать все
    Преподаватель одного из лучших ВУЗов страны, научный работник, редактор научного журнала, общественный деятель. Пишу все виды работ - от эссе до докторской диссертации. Опыт работы 7 лет. Всегда на связи и готова прийти на помощь. Вместе удовлетворим самого требовательного научного руководителя. Возможно полное сопровождение: от статуса студента до получения научной степени.
    #Кандидатские #Магистерские
    47 Выполненных работ
    AleksandrAvdiev Южный федеральный университет, 2010, преподаватель, канд...
    4.1 (20 отзывов)
    Пишу качественные выпускные квалификационные работы и магистерские диссертации. Опыт написания работ - более восьми лет. Всегда на связи.
    Пишу качественные выпускные квалификационные работы и магистерские диссертации. Опыт написания работ - более восьми лет. Всегда на связи.
    #Кандидатские #Магистерские
    28 Выполненных работ
    Дмитрий Л. КНЭУ 2015, Экономики и управления, выпускник
    4.8 (2878 отзывов)
    Занимаю 1 место в рейтинге исполнителей по категориям работ "Научные статьи" и "Эссе". Пишу дипломные работы и магистерские диссертации.
    Занимаю 1 место в рейтинге исполнителей по категориям работ "Научные статьи" и "Эссе". Пишу дипломные работы и магистерские диссертации.
    #Кандидатские #Магистерские
    5125 Выполненных работ

    Другие учебные работы по предмету

    Модернизация системы автоматизации АСУ ТП АО «Farg’onaazot»
    📅 2020год
    🏢 Национальный исследовательский Томский политехнический университет (ТПУ)
    Интеграционный сервис передачи данных между АСУ ТП и MES
    📅 2018год
    🏢 Национальный исследовательский Томский политехнический университет (ТПУ)
    Методы сегментации новообразований головного мозга
    📅 2020год
    🏢 Национальный исследовательский Томский политехнический университет (ТПУ)
    Менеджер онлайн в Telegram Написать