МІНІСТЕРСТВО ОСВІТИ І НАУКИ РОСІЙСЬКОЇ ФЕДЕРАЦІЇ
Федеральне державне бюджетне освітня установа
вищої професійної освіти
Кубанського державного університету
(ФГБОУ ВПО КубГУ)
Кафедра інформаційних технологій
ВИПУСКНА КВАЛІФІКАЦІЙНА РОБОТА БАКАЛАВРА
нейромережевому МЕХАНІЗМ
Роботу виконав Р.Б. Ревякін
Факультет Комп'ютерних Технологій і Прикладної Математики
Напрям 010501 Прикладна математика та інформатика
Науковий керівник преп. А.В. Уварова
Нормоконтролер ст. преп. А.В.Харченко
Краснодар +2014
ЗМІСТ
ВСТУП
1 Теоретичні відомості про апроксимації і нейронних мережах
1.1 Багатошарові мережі прямого поширення
1.2 Узагальнююча здатність багатошарового персептрона
1.2.1 Достатній обсяг прикладів навчання для коректного узагальнення
1.3 Апроксимація функцій
1.3.1 Теорема про універсальну апроксимації.
1.3.2 Межі помилок апроксимації
1.3.3 Обмеження розмірності
1.3.4 Практичні міркування
1.4 Нормалізація вхідних даних нейронної мережі
1.5 Математичний метод апроксимації
2 Постановка завдання і проектне рішення
2.1 Постановка завдання
2.2 Сервіс OpenWeatherMap
2.2.1 OpenWeatherMap API
2.3 Отримання, обробка та нормалізація вихідних даних
2.3.1 Отримання та обробка даних
2.3.2 Проблеми виникли на етапі отримання і обробки даних
2.3.4 Навчальна та тестова вибірка
2.4 Нейронна мережа
2.4.1 Підбір конфігурації мережі.
2.4.2 Оптимізація і донавчання нейронної мережі
2.4.3 Навчання та тестування нейронної мережі
2.5 Апроксимація
2.5.1 Результат роботи нейронної мережі
2.5.2 Порівняння з математичним методом
3 Реалізація програмної системи
3.2 JSON і можливості фреймворку JSON-Simple
3.4 Програмна реалізація
3.4.3 Опис проекту WebWeatherView
4 Графічний інтерфейс користувача
ВИСНОВОК
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ
ВСТУП
В даний час інтернет став невід'ємною частиною життя великого числа людей, кожна людина щодня користується безліччю різних додатків і сервісів. І погодні сервіси займають не останнє місце за популярністю. Люди звикли знати яка буде погода за вікном і завжди можуть з легкістю отримати потрібне. Але, в основному, сайти і додатки дають погодну зведення володіють інформацією лише про містах і великих населених пунктах. Також вони не дають можливості отримати погодні відомості, наприклад, на якому-небудь маршрут руху, що не дозволяє людині мати повну картину про цікавлять його погодних умовах.
У зв'язку з цим зростає значимість сервісів відображають погодні відомості на карті і дозволяють дізнатися, що приблизно буде відбуватися в будь цікавить точці. Оскільки точні відомості доступні лише в містах і населених пунктах володіють метеорологічними станціями, а поширення отриманих з цих станцій даних по карті можливо лише за допомогою апроксимації, ці дані носять приблизний характер. І чим точніше апроксимація, тим вище практична застосовність таких сервісів. А нестаток у максимально точних даних є, наприклад, для агропромислової індустрії, тут потреба в точних локальних прогнозах дуже висока.
На підставі наявної інформації, в даний момент для вирішення завдання апроксимації використовуються стандартні математичні методи. Перспективним, в сенсі збільшення точності апроксимації, може виявитися використання нейронної мережі. Зокрема, для багатошарового персептрона доведена теорема про універсальну апроксимації, що є математичним доказом можливості апроксимації будь-якої неперервної функції.
Метою дипломної роботи є розробка нейромережевої технології, вирішальною завдання апроксимації погодних даних на прикладі температури, і веб уявлення, отображающего результат апроксимації та дозволяє отримати погодні дані в будь цікавить користувача точці.
Перший розділ дипломної роботи містить теор...
