Investigation of the images recognition methods based on neural networks.
Keywords:
image recognition, reference vectors method, artificial neural networks, multilayer perceptron.
Abstract
This paper provides an overview of existing approaches to solve the images recognition problem. There are described basic methods to use them for solving the problem of image recognition and the stages used in the image recognition process are also defined. The features of use are revealed with their advantages and disadvantages concerned to these methods. The conclusion about the need of the further recognition algorithms development based on these methods mentioned above is made that would been simple in implementation, effective, with low computational costs for training and gave high quality classification in real solved tasks.
References
Тraffic from January 2014 to September 2017, by month [Електронний ресурс] — Режим доступу: https://www.statista.com/statistics/420391/spam-email-traffic-share/
Vikas P. Deshpand. An Evaluation of Naive Bayesian Anti-Spam Filtering Techniques / Vikas P. Deshpande, Robert F. Erbacher, Chris Harris // Proceedings of the 2007 IEEE Workshop o n Information Assurance United States Military Academy, West Point, 2007. — NY 20—22 June. — Режим доступу: http://digital.cs.usu.edu/~erbacher/publications/Bayes-Vikas2.pdf.
Graham P. A Plan for Spam / P. Graham, 2002. [Електронний ресурс] — Режим доступу: http://www.paulgraham.com/spam.html.
Мироненко А. Н. Алгоритм контентной фильтрации спама на базе совмещения метода опорных векторов и нейронныхсетей : автореф. дис. на соискание науч. степени канд. техн. наук: спец. 05.13.19 «Методы и системы защиты информации, информационная безопасность» / А. Н. Мироненко. — СПб., 2012. — 18 с.
Терейковський І. Методологія класифікації листів електронної пошти з використанням нейроних мереж. / І. Терейковський // Захист інформації – 2013, – Том 15, №2, – С. 115-122.
Кузьма К., Зівенко В. Аналіз методів фільтрації електронної пошти від спаму. / К. Кузьма, В. Зівенко // Науковий журнал – Геометричне моделювання та інформаційні технології № 1 (3), квітень 2017. – Миколаїв : МНУ імені В. О. Сухомлинського, 2017. — С. 84-89.
Dua, D. and Karra Taniskidou, E. (2017). UCI Machine Learning Repository [http://archive.ics.uci.edu/ml]. Irvine, CA: University of California, School of Information and Computer Science.
Vikas P. Deshpand. An Evaluation of Naive Bayesian Anti-Spam Filtering Techniques / Vikas P. Deshpande, Robert F. Erbacher, Chris Harris // Proceedings of the 2007 IEEE Workshop o n Information Assurance United States Military Academy, West Point, 2007. — NY 20—22 June. — Режим доступу: http://digital.cs.usu.edu/~erbacher/publications/Bayes-Vikas2.pdf.
Graham P. A Plan for Spam / P. Graham, 2002. [Електронний ресурс] — Режим доступу: http://www.paulgraham.com/spam.html.
Мироненко А. Н. Алгоритм контентной фильтрации спама на базе совмещения метода опорных векторов и нейронныхсетей : автореф. дис. на соискание науч. степени канд. техн. наук: спец. 05.13.19 «Методы и системы защиты информации, информационная безопасность» / А. Н. Мироненко. — СПб., 2012. — 18 с.
Терейковський І. Методологія класифікації листів електронної пошти з використанням нейроних мереж. / І. Терейковський // Захист інформації – 2013, – Том 15, №2, – С. 115-122.
Кузьма К., Зівенко В. Аналіз методів фільтрації електронної пошти від спаму. / К. Кузьма, В. Зівенко // Науковий журнал – Геометричне моделювання та інформаційні технології № 1 (3), квітень 2017. – Миколаїв : МНУ імені В. О. Сухомлинського, 2017. — С. 84-89.
Dua, D. and Karra Taniskidou, E. (2017). UCI Machine Learning Repository [http://archive.ics.uci.edu/ml]. Irvine, CA: University of California, School of Information and Computer Science.
Abstract views: 80 PDF Downloads: 101
Published
2020-02-05
How to Cite
Melnyk, V., MelnykК., & Koptiuk, J. (2020). Investigation of the images recognition methods based on neural networks . COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, (35), 161-165. Retrieved from https://cit.lntu.edu.ua/index.php/cit/article/view/64
Section
Computer science and computer engineering
