Введение
1 Принципы построения искусственных нейросетей и возможности их комплексирования 12
1.1 Принципы построения искусственных нейросетей 12
1.2 Методы обучения искусственных нейросетей 18
1.3 Возможности построения комплексированных нейросетей 24
1.4 Выводы 27
2. Исследование методов обработки графических изображений на основе комплексированных нейросетей 28
2.1 Структура комилексированной нейросети для обработки изображений фотороботов 28
2.2 Генетические алгоритмы и исследование возможностей их применения для обработки изображений 31
2.3 Исследование возможности использования комплексированных нейросетей для сжатия и восстановления данных 42
2.4 Исследования возможности применения нейросетей для идентификации изображений 53
2.5 Выводы 62
3. Комплексированная нейросеть для систем прогнозирования 63
3.1 Синтез комилексированной нейросети для решения задач прогнозирования 63
3.2 Разработка алгоритмов и методов обучения комплексированной нейросети для решения задач прогнозирования 72
3.3 Сравнительный анализ результатов прогнозирования на многослойном перцептроне и комплексированной нейросети з
3.4 Выводы 86
4. Решение прикладных задач на основе комплексированной нейросети 88
4.1 Применение нейросети для классификации речевых сообщений по их эмоциональной составляющей 88
4.2 Постановка задачи прогнозирования изменения уровня грунтовых вод на основе комплексированной нейросети 95
4.3 Программа "GeoForecast" для прогнозирования изменения уровня грунтовых вод, состав, описание, полученные результаты 98
4.4 Выводы 104
Заключение 105
Список литературы
