Numer: 04/2019 Str. 162
Autorzy: Roman Kvyetnyy , Yuriy Ivanov , Volodymyr Pivoshenko , Yaroslav Kulyk , Bogdan Knysh , Andrzej Smolarz , Kuanysh Muslimov , Yerbol Turgynbekov :
Tytuł: Algorytm o niskiej złożoności obliczeniowej do rozpoznawania wysoce uszkodzonych kodów QR w oparciu o sieć neuronową Hamminga-Lippmanna
Streszczenie: W tym artykule opisano architekturę sieci neuronowej Hamminga-Lippmanna oraz matematykę zmodyfikowanego algorytmu rozpoznawania uczenia się, a także przedstawiono kilka praktycznych aspektów korzystania z niej w celu rozwiązania zadania rozpoznawania obrazu. Stworzyliśmy oprogramowanie wykorzystujące język programowania C #, który wykorzystał tę sieć jako dodatkową procedurę korekty błędów i rozwiązaliśmy zadanie rozpoznawania wysoce uszkodzonych kodów QR (w połączeniu z bazą danych). Przedstawiono wyniki eksperymentalne poszukiwania optymalnych parametrów dla tego algorytmu. Opisywana neuronowa nie wymaga czasochłonnych procedur obliczeniowych i dużej ilości pamięci, nawet w przypadku obrazów o wysokiej rozdzielczości i dużych rozmiarach.
Słowa kluczowe: neuron, sieć neuronowa Hamminga-Lippmanna, algorytm rozpoznawania, przetwarzanie obrazu, przesuwne okno, złożoność obliczeniowa, rozpoznawanie obrazu, korekcja błędów, kody QR, optymalne parametry.