Разработка автоматизированной системы классификации товаров по их изображениям
Дипломная работа - Компьютеры, программирование
Другие дипломы по предмету Компьютеры, программирование
Министерство образования и науки Российской Федерации
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
Владимирский государственный университет
имени Александра Григорьевича и Николая Григорьевича Столетовых
Факультета прикладной математики и физики
Специальности 010501 - прикладная математика и информатика
ДИПЛОМНАЯ РАБОТА
Тема: Разработка автоматизированной системы классификации товаров по их изображениям
Студента Богданова Ильи Дмитриевича
Руководитель работы: Павлова О.Н.
2012
Аннотация
В данной работе разработана автоматизированная система классификации товаров по изображениям. При разработке системы используются многослойные полносвязные нейронные сети с обучением методом обратного распространения ошибки.
Ключевой частью работы является получение достаточно объёмной базы классифицированных товаров для обучения нейронных сетей. В качестве источника исходных данных взят один из крупных интернет-аукционов (molotok.ru).
Оглавление
Введение
Глава 1. Обзор объекта и методов исследования
.1 Описание объекта исследования
.2 Описание привлекаемых методов
.2.1 Искусственные нейронные сети
.2.2 Метод обратного распространения ошибки
.3 Среда разработки и причины ее выбора
Глава 2. Методика
.1 Способ получения информации с веб-ресурсов
.2 Методика классификации товаров
.3 Алгоритм классификации товаров
.4 Принцип хранения данных о товарах
Глава 3. Программная реализация. Апробация методики
.1 Описание программного обеспечения
.2 Апробация методики
Заключение
Список использованной литературы
Приложение
Введение
В наше время коммерческая деятельность в сети интернет стала неотъемлемой частью жизни. Ключевым звеном коммерческой деятельности являются интернет-магазины. Как правило, управляющему таким магазином достаточно заказать товар по оптимальной цене и предоставить информацию о товаре на своем сайте, являясь посредником между конечным покупателем и настоящим продавцом. Информация должна быть хорошо структурирована, понятна покупателю, если покупатель не сможет легко найти интересующий его товар, он просто найдёт альтернативный магазин.
В связи с этим, при увеличении оборота товаров и их ассортимента возникает потребность в автоматизированной системе классификации товаров.
Целью дипломной работы является разработка программного обеспечения для получения исходных данных для обучения нейронных сетей и классификации товаров с их помощью.
Глава 1.Обзор объекта и методов исследования
.1Описание объекта исследования
Молоток.ру - один из крупнейших интернет аукционов в России. На сайте представлено порядка 5 000 000 уникальных лотов, все они хорошо структурированы и находятся более чем в 5000 категорий.
Рассмотрим принцип работы интернет-аукциона. Продавец выставляет товар на продажу и заявляет начальную цену. Вариантов приобретения товара может быть два: по блиц-цене и по принципу аукциона. В первом случае ожидать окончания торгов не нужно. Можно сразу оплатить товар и договориться с продавцом о доставке, как это происходит в интернет-магазинах. Во втором - товар достается тому, кто сделал продавцу наиболее выгодное предложение.
Далее будут рассмотрены особенности работы сайта, которых необходимо учесть, для получения информации о товарах. Практически все страницы сайта, которые потребуются для извлечения информации о товарах, генерируются при помощи JavaScript. Статической страницей является только карта категорий, на которой представлены все имеющиеся на сайте категории товаров. Категории имеют древовидную структуру, максимальный уровень вложенности четыре. В каждой категории представлен набор страниц, каждая из которых содержит в себе некоторое количество товаров. Необходимую информацию о товаре можно извлечь, не открывая веб-страницу с самим товаром.
.2Описание привлекаемых методов
1.2.1Искусственные нейронные сети
Искусственные нейронные сети (ИНС) - математические модели, а также их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей - сетей нервных клеток живого организма. Это понятие возникло при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы. Первой такой попыткой были нейронные сети Маккалока и Питтса. Впоследствии, после разработки алгоритмов обучения, получаемые модели стали использовать в практических целях: в задачах прогнозирования, для распознавания образов, в задачах управления и др.
Рис. 1.Схема трехслойной нейронной сети
ИНС представляют собой систему соединённых и взаимодействующих между собой простых процессоров (искусственных нейронов) (рис. 1). Такие процессоры обычно довольно просты, особенно в сравнении с процессорами, используемыми в персональных компьютерах. Каждый процессор подобной сети имеет дело только с сигналами, которые он периодически получает, и сигналами, которые он периодически посылает другим процессорам. Тем не менее, будучи соединёнными в достаточно большую сеть с управляемым взаи