Klasifikace vzorů pomocí fuzzy neuronových sítí

| Kategorie: Diplomové, bakalářské práce  | Tento dokument chci!

Práce popisuje základy principu funkčnosti neuronů a vytvoření umělých neuronových sítí. Je zde důkladně popsána struktura a funkce neuronů a ukázán nejpoužívanější algoritmus pro učení neuronů. Základy fuzzy logiky, včetně jejich výhod a nevýhod, jsou rovněž prezentovány. Detailněji je popsán algoritmus zpětného šíření chyb a adaptivní neuro-fuzzy inferenční systém. Tyto techniky poskytují efektivní způsoby učení neuronových sítí.

Vydal: FCC Public s. r. o. Autor: Tamás Ollé

Strana 47 z 67

Vámi hledaný text obsahuje tato stránku dokumentu který není autorem určen k veřejnému šíření.

Jak získat tento dokument?






Poznámky redaktora
1 51x *. The content of the folders are the following: train Language index English Czech Hungarian Speaker1 51x *.1 *.4 *.3 *.2 *.9 ∑3 153 153 153 Table 8.5 *.5 ∑2 102 102 102 Table 8.7 51x *.4 *.6 *.1 51x *.6 ∑2 153 153 153 Speaker3 51x *.1 51x *.1 51x *.7 51x *.38 Amount words Language index English Czech Hungarian Speaker1 51x *.8 *.2 *.5 *.8 *.4 51x *.4 51x *.4 51x *.2 *.3 ∑1 153 153 153 Speaker2 51x *.5 *.3 Content the training folder .8 *.2 Categorization the words The networks were trained with the signals the train folder and then tested with test_1, test_2, test_3, test_4 and test_5 folders.2 ∑1 102 102 102 Speaker2 51x *.4 51x *.7 *.5 *.5 *. Folders test_1 and test_2 contains words pronounced the same speakers test words while test_3, test_4 and test_5 folders the same words pronounced another speaker.9 *.6 *.9 *.2 *.3 *.1 *.2 *