Нейронна мережа для розпізнавання та класифікації зображень на кордонах декількох класів

Abstract

Нейронна мережа належить до комп‘ютерних систем обчислювальної техніки та штучного інтелекту в області побудови автоматизованих систем розпізнавання та класифікації зображень на кордоні декількох класів, що виконаний з можливістю виконування діагностики та розпізнавання зображення на кордонах двох, трьох та більшого числа класів завдяки тому, що шар схем виділення одного, двох або більшої кількості одиничних сигналів з виходів шару вихідних нейронів Y1 , Y2 , , Yp , , Ym в кожний момент часу пам‘ятає число ненульових сигналів на виході нейронів вихідного шару, а другий шар вихідних нейронів X1 , X 2 , , X p , , X m запам‘ятовує нейрони вихідного шару, які мають на своїх виходах ненульові сигнали. Технічним результатом, що досягається цією нейронною мережею є збільшення числа класів, які розпізнаються, та можливість розпізнавати зображення, що знаходяться на однаковій відстані Хемінга від двох, трьох або більшої кількості еталонних зображень, що зберігаються у вагах зв‘язків нейронів шару, що запам‘ятовує. Проведено експериментальне оцінювання методу та нейронної мережі для розв‘язання задач зіставлення цифрових зображень. Нейронна мережа реалізована у вигляді програмної утілити.The neural network belongs to the computer systems of computing technology and artificial intelligence in the field of building automated systems for recognizing and classifying images at the border of several classes, which is made with the ability to perform diagnostics and image recognition at the borders of two, three or more classes due to the fact that the layer schemes for selection of one, two or more single signals from the outputs of the layer of output neurons Y1 , Y2 , , Yp , , Ym . at each moment of time remembers the number of non-zero signals at the output of neurons of the output layer, and the second layer of output neurons X1 , X 2 , , X p , , X m remembers neurons of the output layer that have non-zero signals at their outputs. The technical result achieved by this neural network is an increase in the number of classes that can be recognized and the ability to recognize images that are at the same Hamming distance from two, three or more reference images stored in the connection weights of the neurons of the memory layer. haunting An experimental evaluation of the method and neural network for solving the problems of matching digital images was carried out. The neural network is implemented as a software utility.