Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi !

Sustav za raspoznavanje prometnih znakova neuronskim mrežama (CROSBI ID 373434)

Ocjenski rad | sveučilišni preddiplomski završni rad

Ćuk, Daniel Sustav za raspoznavanje prometnih znakova neuronskim mrežama / Kalafatić, Zoran (mentor); Zagreb, Fakultet elektrotehnike i računarstva, . 2012

Podaci o odgovornosti

Ćuk, Daniel

Kalafatić, Zoran

hrvatski

Sustav za raspoznavanje prometnih znakova neuronskim mrežama

Umjetne neuronske mreže nastoje iskoristiti neke ideje biološke neuronske mreže. Umjetna neuronska mreža sastoji se ulaznog sloja, skrivenih slojeva te izlaznog sloja. Ulazni sloj mora sadržavati broj neurona jednak broju parametra ulaza, dok broj neurona na izlazu mora odgovarati broju parametra izlaza. Neurone u mreži povezujemo vezama. Jačina tih veza predočava se brojem. Izlaz neurona ovisan je o odabiru aktivacijske funkcije. Mreža se uči predočavanjem parova ulaz, izlaz ili samo predočavanjem ulaza. Svakim predočavanjem podataka mreži, jačine veza se nastoje prilagoditi kako bi izlaz neuronske mreže bio što bliži zahtijevanom izlazu. Način mijenjanja težina ovisan je o algoritmu učenja. Za klasifikaciju slika prometnih znakova najbrži algoritam učenja mreže jest RPROP. Kod učenja neuronskih mreža veliki problem predstavlja zadavanje uvjeta do kada mreža mora učiti.

računalni vid; neuronska mreža; klasifikacija prometnih znakova

nije evidentirano

engleski

Traffic sign recognition system based on neural networks

nije evidentirano

computer vision; neural network; classification of traffic signs

nije evidentirano

Podaci o izdanju

42

06.07.2012.

obranjeno

Podaci o ustanovi koja je dodijelila akademski stupanj

Fakultet elektrotehnike i računarstva

Zagreb

Povezanost rada

Računarstvo