Щоб створити систему розпізнавання медичних зображень, необхідно враховувати діапазон можливих перетворень вхідного сигналу, що надходить від об'єкта спостереження. У зв'язку з цим основною вимогою для розпізнавання образів є створення такого класифікатора, який був би інваріантним щодо різних трансформацій. Задачу класифікації зображень розв'язували експериментально в середовищі системи MATLAB. Встановлено, що під час класифікації зображень за наявності не більше 40 % шуму АРТ1-мережа обирає зафіксований в асоціативній пам'яті вектор-прототип, який найбільше корелює з ним; асоціативна пам'ять на основі АРТ1-мережі за ефективністю еквівалентна асоціативній пам'яті у вигляді бінарного одношарового лінійного асоціатора на основі псевдооберненого правила; вона не здатна виконувати функції інваріантного класифікатора.

  Повний текст PDF - 629.139 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"