THE COMPARISON OF ALGORITHMS OF RECOGNITION OF IMAGES HOPFILD’S NEURAL NETWORKS

Основным достоинством искусственных нейронных сетей (ИНС) в задачах распознавания состоит в их функционировании подобно человеческому мозгу. В работе рассмотрены вопросы распознавания изображений нейронными сетями Хопфилда, выполнен сравнительный анализ распознавания изображений методом проекций и по правилу Хебба. Для этих целей разработана программа на языке C# в среде Microsoft Visual Studio 2012. В ходе распознавания эталонных и искаженных образов изображений с разным уровнем зашумленности показал, что сети Хопфилда, обучаемые методом проекций способны запоминать и восстанавливать исходные образы со значительными искажениями до 25–30%.The main advantage of artificial neural networks (ANN) in recognition of the cottages, is in their functioning like a human brain. The paper deals with image recognition neuron Hopfield’s networks, a comparative analysis of the recognition images by a projection’s method and the Hebb’s rule. For these purposes, was developed program with C# in Microsoft Visual Studio 2012. In this article to recognition for images with different levels of distortion were used. The analysis of results of recognition of images has shown that the method of projections allows to restore strongly distorted images (level of distortions up to 25–30 percent