1. Абламейко С.В., Лагуновский Д.М. Обработка изображений: технология, методы, применение. - Мн.: Ин-т техн. кибернетики НАН Беларуси, 2000. - 304 с.
2. Cheng-Yuan L., Hsing-Chang Y. Hand printed Character Recognition Based on Spatial Topology Distance Measurement // IEEE Transaction on Pattern Analysis and Machine Intelli-gence. -V. 18 (9). 1996.
3. Головко В.А. Нейроинтеллект: теория и применение. В 2 кн. Кн. 1: Организация и обучение нейронных сетей с прямыми и обратными связями. - Брест: Изд-во БПИ, 1999. - 264 с.; Кн. 2: Самоорганизация, отказоустойчивость и применение нейронных сетей. - Брест: Изд-во БПИ, 1999. - 228с.
4. Fukushima K. Neocognitron: A self-organizing neural network model for a mechanism of pattern recognition unaffected by shift in position // Biol. Cybern. - V. 36. - 1980. - P. 193-202.
5. Fukushima K., Miyake S. Neocognitron: A new algorithm for pattern recognition tolerant of deformations and shifts in position // Pattern Recognition. - V. 15. - 1982. - P. 455-469.
6. Fukushima K., Miyake S., Ito T. Neocognitron: A neural network model for a mechanism of visual pattern recognition // IEEE Trans. Syst., Man, Cybern. - V. SMC-13. - 1983. - P. 826-834.
7. Fukushima K., Wake N. Handwritten alphanumeric character recognition by the Neocognitron // IEEE Trans. on Neural Networks. - V. 2. - № 3. - 1991. - P. 355-365.
8. Hubel D.H., Wiesel T.N. Receptive fields, binocular interaction and functional architec-ture in cat’s visual cortex // J. Physiol (London). - V. 160. - Jan. 1962. - P. 106-154.
9. Hubel D.H., Wiesel T.N. Receptive fields and functional architecture in two nonstriate visual area (18 and 19) of the cat // J. Neurophysiol. - V. 28. - 1965. - P. 229-289.
10. Sadykhov R., Vatkin M. New training algorithm of neural network «neocognitron» for recognition of hand-written symbols // Proc. of 6 International сonf. «Pattern recognition and information processing». V. 1. - Minsk (Belarus), May 18-20, 2001. - P. 203-212.
11. Sadykhov R.Kh., Klimovich A.N., Vatkin M. The models of neural networks for videoimage processing in industrial applications // NATO advanced study institute on neural networks for instrumentation, measurment, and related industrial applications. - Crema, Italy, 2001. - P. 78-84.
12. Садыхов Р.Х., Ваткин М.Е. Алгоритм обработки полутоновых изображений инте-гральных микросхем на базе нейронной сети «неокогнитрон» // Цифровая обработка изображений. - Мн.: Ин-т техн. кибернетики НАН Беларуси, 2001. - С. 68-75.
13. Ваткин М.Е. Оптимизация структуры и алгоритмов нейронной сети «неокогнитрон» // Информатика. - 2004. - № 1. - С. 61-71.
14. Осовский С. Нейронные сети для обработки информации. - М.: Финансы и статистика, 2004. - 344 с.
15. Ваткин М.Е. Распознавание рукописных символов на основе модифицированной SOM нейронной сети // Мат. I Междунар. конф. - Мн.: Изд-во БГУ, 2002. - Ч. 2. - C. 201-206.
16. Загоруйко Н.Г., Елкина В.Н., Лбов Г.С. Алгоритмы обнаружения эмпирических закономерностей. - Новосибирск: Наука, 1985. - 110 с.
17. Прикладная статистика: классификация и снижение размерности / С.А. Айвазян, В.М. Бухштабер, И.С. Енюков, Л.Д. Мешалкин. - М.: Финансы и статистика, 1989.
Послать статью по эл. почте 