Недавно попалось на глаза учебное пособие "НЕЙРОННЫЕ СЕТИ ДЛЯ РАСПОЗНАВАНИЯ ОБРАЗОВ"

Волгоградского государственного технического университета.
------------------------------------------------------------
Волгоградский государственный технический университет
Камышинский технологический институт (филиал)
Волгоградского государственного технического университета

Кафедра «Автоматизированные системы обработки информации
и управления»

НЕЙРОННЫЕ СЕТИ ДЛЯ РАСПОЗНАВАНИЯ ОБРАЗОВ
------------------------------------------------------------

На Рис.1 показана Искусственная однослойная нейронная сеть.
Далее следует теоретическая часть общего характера.

Если задаться целью создать нейронную сеть для распознавания прописных букв русского алфавита,
то необходимо получить ответы на следующие вопросы.

Сколько нейронов в сети? Ответ - 33
Каждый нейрон выдает на выходе 1 для образа только одной буквы.

Сколько входов x1....xn  в нейросети?
Все зависит от размера выбранной графической матрицы.
Если выбрать матрицу 32*32, то кол-во входов нейросети =  1024.
В итоге каждый нейрон также имеет до 1024 входов, но с учетом нулевых коэффициентов (вход
отсекается) это число снижается.

Цель Обучение нейросети?
Цель обучения нейросети заключается в подборе весовых коэф-в нейросети так, чтобы на выходе при
появлении образа(матрицы точек) буквы на входе нейросети, единичный выход появлялся только на
выходе одного нейрона.
В учебном пособии описано, что весовые коэф-ты подбир-ся для вчей сети одновременно и на вход
сети подается все множество образов букв.
Но если посмотреть внимательно, то каждый из 26 нейронов - это просто сумматор с весовыми
входами.  Логично подбирать весовые коэф-т отдельно каждому из 26 нейронов, пока величина
ошибки при распознании 1 образа из всего множества образов (1) уменьшиться до опр-й величины.
Если исп-ся матрица 32*32, то можно представить какой набор весовых коэф-в приведет к точному
распознаванию всех вариантов прописной буквы Т.
Верхнняя горизонтальная линия и средняя вертикальная линия с 1 ми коэф-ми.
Диапазон достоверного распознавания зависит от ширины линий.
Можно использовать вертикальные и горизонтальные зебры разной частоты, концентрические круги,
квадраты, прямоугольники, решетки или комбинации горизонталных и вертикальных полос как в
случае буквы Т.

Получается опять распознавание методом наложения.

/Дворник Михалыч