WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     ||
|

База данных, используемая для обучения и тестирования, состоит из двух частей SD-1 и SD-3. SD1 содержит 60000 образов и используется в качестве обучающей выборки, а SD3 содержит 10000 образов и используется в качестве тестовой выборки.

Ниже приведены примеры результатов работы сверточной нейронной сети в задаче распознавания рукописных цифр по сравнению с другими классификаторами (Рис.8 – Рис.10). В таблице 6 приведено обозначение классификаторов.

Сверточные нейронные сети особенно хороши для распознавания и фильтрации фигур с варьируемыми размерами, положением, ориентацией в пространстве. Система неправильно распознает только 74 символа (из 10 000 изображений тестовой

выборки). Значит, что уровень ошибок составляет 0,74%.

Рис 6. Иерархия классов

Рис 7. Элементы БД

Рис 8. Ошибки обучения и тестирования системы СНС_РТ

Таблица 6.

Наименование классификатора

Обозначение

Базисный классификатор ближайшего соседа

K-NN

Анализ главных компонентов (PCA) и Полиномиальный классификатор

PCA

Сеть радиальной базисной функции

RBF

Полносвязная многоуровневая нейронная сеть с одним скрытым уровнем (300 нейронов в скрытом слое)

MP-300-10

Полносвязная многоуровневая нейронная сеть с одним скрытым уровнем (1000 нейронов в скрытом слое)

MP-1000-10

Полносвязная многоуровневая нейронная сеть с двумя скрытым уровнями (300 нейронов в первом скрытом слое и 100 нейроннов во втором скрытом слое)

MP-300-100-10

Полносвязная многоуровневая нейронная сеть с двумя скрытым уровнями (500 нейронов в первом скрытом слое и 150 нейроннов во втором скрытом слое)

MP-500-150-10

Рис 9.

Рис 10.

В четвертой главе были разработаны методы выбора и внедрения СЭД в производственных предприятиях. На практике популярны 2 подхода к внедрению СЭД: Внедрения платформы автоматизации документооборота или автоматизации отдельных задач обработки документов.

При реализации набора не интегрированных приложений (рис. 11) первые внедрения обходятся относительно недорого. Однако, при внедрении большого количества приложений с одной стороны существенно удорожается стоимость их сопровождения и обучения персонала, а с другой стороны возникает необходимость их интеграции, что приводит к дополнительным издержкам.

Внедрение платформы автоматизации избавляет от этих проблем, и даже более того, по мере накопления опыта использования системы, все меньше усилий необходимо тратить на внедрение очередного приложения и существенно снижаются риски неудачного внедрения.

Рис 11. Зависимость суммарных издержек количеством внедренных приложений.

Исходя из сравнительного анализа в главе 1, в качестве СЭД для предприятия среднего размера автор рекомендует выбрать систему DocsVision как платформу автоматизации документооборота. В рис. 12 показаны основные этапы в процессе внедрения СЭД.

В четвертой главе также представлены результаты внедрения СЭД DocsVision в ТД «Роллтон» и его заводе в г. Серпухов.

До внедрения:

Таблица 7.

Наименование документов

Количество документов

Темпы роста, %

2005

2006

2007

2005-2006

2006-2007

Входящие

372

609

1020

164

167

Исходящие

1074

1362

1806

127

133

Приказы

1944

2379

3108

122

130

Внутренние

5916

7791

11523

132

148

Итого в год:

9306

12141

17457

130

144

В среднем за день

33

42

60

127

143

Затраченное время на обработку документов (час)

0,5

0,5

0,5

100

100

Затраченное время в год (час)

4653

6070,5

8728,5

130

144

После внедрения:

Таблица 8.

Год

2006

2007

Общее количество документов

Классический

СУД

Классический

СУД

17457

0

6583

10498

Затраченное время на обработку документов в год (час)

8728,5

4341,3

В итоге было автоматизировано 61,46% документооборота на предприятии.

В заключении представлены основные результаты работы.

В приложении приводятся акты внедрения результатов диссертационной работы.

Публикации. По результатам выполненных исследований опубликовано 5 печатных работ, которые приведены в списке публикаций.

Рис. 12. Этапы внедрения СЭД на промышленных предприятиях.

Основные выводы и результаты работы:

  1. Проведен анализ большинства систем документооборота в России.
  2. Проведен анализ основных задач обработки документов и существующих методов решения задач обработки документов.
  3. Разработана модель взаимодействия СЭД с другими приложениями КИС.
  4. Разработаны методы анализа документооборота на промышленных предприятиях.
  5. Разработана модель нейронной сети с высокой производительностью и устойчивая к разновидности и искажениям входной информации.
  6. Разработан алгоритм ускоренного обучения многослойных нейронных сетей.
  7. Разработана программа распознавания рукописных символов.
  8. Разработанные методы, алгоритмы и программы прошли апробацию и внедрены для практического применения на предприятиях ТД «Роллтон», ЗАО «DocsVision».

Публикации по теме диссертационной работы

  1. Николаев А.Б., Ла С.Т. Быстрый алгоритм выявления характерных признаков изображения. Организационно - управляющие системы на транспорте и в промышленности. Сб. науч. тр. МАДИ(ГТУ). М.:, 2007. –С.41-47
  2. Ла С.Т. Алгоритм ускоренного обучения персептрона. Организационно-управляющие системы на транспорте и в промышленности. Сб. науч. тр. МАДИ(ГТУ). М.:, 2007. –С.53-61
  3. Ла С.Т. Алгоритмы обучения нейронной сети при распознавании рукописного текста. Вопросы теории и практики автоматизации в промышленности. Сб науч. тр. МАДИ (ГТУ) М.: 2008. -С. 56-62
  4. Ла С.Т., Шарков А.А., Макаренко Л.Ф. Модификация алгоритма обучения многослойных нейронных сетей. Вопросы теории и практики автоматизации в промышленности. Сб науч. тр. МАДИ (ГТУ) М.: 2008. -С. 63-67
  5. Ла С.Т., Ахохов А.Ч., Ивахненко В.И., Паршин Д.А. Подход к построению системы распознавания рукопечатных форм. Вестник МАДИ (ГТУ), вып. 1(12). М.: 2008. – С. 81-86.
Pages:     ||
|



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.