ПРИКЛАДНАЯИНФОРМАТИКА ¹ 2(20) 2009 В. В. Андреев, М. С. Журавлев Распознавание рукописных символов с применением нейросетевой технологии Предлагается метод классификации рукописных образов из графического файла, основанный на выделении точек, несущих наибольшую информацию об их идентификации с последующей обработкой и инвертированием информации по положению, масштабу и толщине. <...> Среди отдельных подпрограмм для анализа и обобщения данных—функция обработки и нейронная сеть. <...> Данный алгоритм может быть использован для распознавания цифр с анкет и документов. <...> Он опробован при анализе символов, подверженных искажению и зашумлению. <...> Задача распознавания любого рукописного символа (отнесение егок определенному классу объектов, имеющих подобную структуру) представляется весьма непростой задачей с множеством особенностей. <...> Однако ее решение сопровождается значительным практическим интересом, исходя из того что создание эффективного алгоритма распознавания позволилобы, в частности, сэкономитьвремядля записи информации с документов на компьютер, исключив из этой системы человека. <...> Уже существуют коммерчески успешные программы (например, ABBY FineReader), которые способны считывать простой, не сильно «зашумленный» текст для последующего сохранения. <...> Представляем программу, способную сканировать из графического файла символы определенной группы—цифры от нуля до девяти, с последующим сохранением информации в текстовыйфайл. <...> Приэтомполагаем, что файл не содержит каких-либо иных символов, кроме цифр, написанных с умеренным наклоном, поскольку этоусложнитзадачу слишкомбольшими отличиями в геометрии структуры. <...> Конечная программа, реализованная в среде MATLAB, использует функцию обработки ЛабораторияНейронныесистемы одиночного символа и нейронную сеть для последующего анализа данных. <...> Растровоеизображение(графическийфайл) представляет собой матрицу чисел, в которой каждый элемент является точкой <...>