Синтез объектной нейросетевой модели распознавания образов и её применение в задачах железнодорожной автоматики

• Автор: Зуев, Денис Владимирович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Санкт-Петербург
• Количество страниц: 122 с. : ил.

Оглавление
Введение
1. Анализ существующих методов распознавания образов и особенности их применения в задачах железнодорожной автоматики

1.1. Анализ существующих программных средств распознавания образов.

1.2. Анализ существующих методов распознавания образов

1.3.Требования к методу распознавания железнодорожной технической документации. Выбор метода распознавания

1.4. Анализ существующих нейросетевых программных средств распознавания образов

1.5.Выводы и постановка задач исследования

2. Разработка метода выбора параметров для алгоритмов обучения нейронных сетей

2.1. Адаптация алгоритма RPROP для решения задачи минимизации функции ошибки нейронной сети
2.2.Разработка метода оптимизации алгоритмов обучения нейронных сетей. Применение метода для оптимизации алгоритма RPROP
2.3.Разработка схемы применения метода для решения задачи минимизации функции ошибки нейронной сети
2.4.Примеры допустимых функций и результаты применения метода к оптимизации алгоритма RPROP
2.5.Выводы по второму разделу
3. Особенности сходимости и условия применения online версий алгоритмов обучения нейронных сетей
3.1.Параллельные и последовательные версии алгоритмов обучения нейронных сетей
3.2.Теорема о сходимости последовательной версии алгоритма обучения нейронной сети. Условия сходимости
3.3.Выводы по третьему разделу
4. Построение объектных моделей синтеза нейронной сети и распознавания образов ЖАТ
4.1.Формализация архитектуры сверточной нейронной сети ЬепеТб
4.2.Построение объектной модели синтеза нейронных сетей
4.3.Разработка алгоритма распознавания МК ЖАТ
4.4.Построение объектной модели распознавания МК ЖАТ
4.5.Выводы по четвертому разделу
5. Применение разработанных методов для распознавания монтажной документации ЖАТ
5.1 .Виды монтажной технической документации
5.2.Подготовка обучающей базы
5.3.Схема работы программного комплекса распознавания МК ЖАТ. Оценка результатов распознавания
5.4.Выводы по пятому разделу
Заключение
Список использованных источников
Приложение 1. Используемые обозначения
Приложение 2. Исходный текст программы
Введение
На сегодняшний день в хозяйстве автоматики и телемеханики ОАО «РЖД» внедрена система ведения электронного документооборота технической документации АРМ-ВТД [35]. Основной проблемой для получения полного эффекта от использования АРМ-ВТД является наличие огромного количества технической документации, представленной на бумажных носителях. Значительная часть этой документации является «старой», созданной без применения компьютера. При этом, основная часть новой технической документации хоть и выполняется средствами автоматизированного проектирования, но передается в группы технической документации дорог на бумажных носителях. Переводом в электронный вид на сегодняшний день занимаются сотни сотрудников групп технической документации дорог и сторонние бюро по переводу. Ввиду того что документация переводится вручную, на перевод тратится большое количество времени, и этот процесс является экономически затратным.
Очевидным способом значительно ускорить и удешевить перевод технической документации является разработка автоматизированных средств распознавания. Существующие средства плохо решают задачу распознавания именно рукописной технической документации автоматики и телемеханики.
В настоящий момент на рынке представлено относительно небольшое количество готовых систем распознавания образов (Abby Fine Reader, Cuneiform и некоторые другие). Эти системы, в основном, направлены на распознавание текстов, созданных на компьютере. В хозяйстве автоматики и телемеханики существуют семь основных типов документов: схематический план станции, двухниточный план станции, принципиальная схема, монтажная схема, кабельный план, таблица взаимозависимостей, схема аппаратов управления. Существующие готовые системы не подходят для распознавания этих типов документов. Также в свободном доступе

Шаг 1.
Для каждого весового коэффициента произвольным образом выбираем число Д; (0) > 0, формулируем условие остановки алгоритма (например, максимальное количество итераций или максимальное значение функции ошибки) и выбираем параметры алгоритма г)+>1и0<г|~<1.
Шаг 2.
На (-ой итерации для всех £ вычисляем значения
Проверяем условие остановки алгоритма. Если условие остановки не выполнено, переходим к шагу 2; в противном случае заканчиваем выполнение алгоритма.
Особенностью Р.РЯОР является наличие константных величин р+ и р-. Конкретные значения этих величин существенно влияют как на сходимость, так и на скорость сходимости алгоритма.
(р+) * ДД( — 1 ),если
дЕ(г-1) дЕ{с) >
Зит Зит
— (и ) * Дг(С — 1)' если
эе(£- 1) аясо <
(2.1.1)
ДДс — 1), если
дл/1 дWi ЗЕ(£-1) ЗЕ(£) _ ^ Зит Зит
а затем
—ДД(),еслн —— > 0,

Дм/ДО - <
+ДД(), если —— < 0, Зит
(2.1.2)

Корректируем значения весовых коэффициентов по формуле:
+ 1) = и/ДО + Ди/Д()
(2.1.3)
Шаг 3.