Голосовое управление осветительными приборами с помощью микроконтроллера ArduinoUno
Состояние проблемы автоматического распознавания речи. Технические средства формирования аудиоданных. Распознавание и синтез речи компьютером. Поиск ключевых слов. Характеристика программного продукта. Расчет времени на программирование программы.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | курсовая работа |
| Язык | русский |
| Дата добавления | 24.06.2015 |
| Размер файла | 245,0 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
ВВЕДЕНИЕ
Распознавание речи человека является одной из сложных научно-технических задач. В настоящее время пользователями вычислительных машин и средств, оснащенных вычислительными машинами, становятся люди, не являющиеся специалистами в области программирования. Проблема речевого управления возникла, кроме того, в связи с тем, что в некоторых областях применения речь стала единственно возможным средством общения с техникой (в условиях перегрузок, темноты или резкого изменения освещенности, при занятости рук, чрезвычайной сосредоточенности внимания на объекте, который не позволяет отвлечься ни на секунду, и т.д.). Хотя в этой области и достигнуты существенные успехи, тем не менее, системы распознавания еще весьма далеки по своим возможностям от человеческих.
Проблема реализации речевого диалога человека и технических средств - актуальная задача современной кибернетики.
Задача машинного распознавания речи привлекает внимание специалистов уже очень давно. Тем не менее, продвинуться далеко в этом направлении пока не удалось. Чисто формально процесс распознавания речи можно описать буквально в нескольких фразах. Аналоговый сигнал, генерируемый микрофоном, оцифровывается, и далее в речи выделяются так называемые фонемы, то есть элементарные фрагменты, из которых состоят все произносимые слова. Затем определяется, какое слово, какому сочетанию фонем соответствует, и строится соответствующий словарь. Распознать слово - значит найти его в этом словаре по произнесенному сочетанию фонем. По мере развития компьютерных систем становится все более очевидным, что использование этих систем намного расширится, если станет возможным использование человеческой речи при работе непосредственно с компьютером, и в частности станет возможным управление машиной обычным голосом в реальном времени, а также ввод и вывод информации в виде обычной человеческой речи.
В настоящее время всё более актуальным становится управление роботом при помощи голосовых команд. Однако создание программного обеспечения для голосового управления промышленным роботом предусматривает проведение экспериментов во время разработки программы на всех этапах разработки. Проведение таких экспериментов, обеспечивающих устранение недостатков, ошибок программы, является экономически невыгодным в условиях промышленного производства и приводит к повышению стоимости разработки и отладки программного обеспечения. Для уменьшения затрат на создание программного обеспечения целесообразно разработать программу, которая обеспечит трёхмерное моделирование голосового управления промышленным роботом, что приводит к необходимости проведения экспериментов в условиях производства лишь на последнем этапе разработки программного обеспечения.
ГЛАВА 1 ТЕОРЕТИЧЕСКАЯ ЧАСТЬ
Темой данного проекта является голосовое управление осветительными приборами с помощью микроконтроллера ArduinoUno. Его задачами является анализ методов цифровой обработки звуковых сигналов, анализ систем распознавания речи, разработка программного обеспечения для распознавания команд управления микроконтроллером ArduinoUno, анализ возможностей доработки данного проекта.
Описание предметной области
Голосовое управление основано на распознавании речи: система получает данные о колебаниях воздуха через микрофон, обрабатывает входящие данные, сравнивает с базой записей в системе и, в случае совпадения, выполняет нужное действие.
Технологии распознавания речи не имеют пока возможностей для их масштабного использования. Сейчас распространению голосового управления мешает недостаточная вычислительная мощность процессоров и проблема наличия внешних шумов или делает эту систему не рентабельной.
Цель и назначение разработки
Целью данной работы является проектирование системы голосового управления в жилой комнате.
В настоящее время работы по распознаванию речи не только не потеряли актуальности, но и находят для себя все новые и новые области для применения. Здесь мы рассмотрим системы первой группы - системы распознавания речи и их частный случай - системы распознавания речевых команд.
Разработка технического задания.
В результате разработки системы распознавания речи ставится задача:
1) Разработать структурную схему подсистемы определения пользователя с помощью системы распознавания речи;
2) Разработать схему работы системы, голосового управления в жилом доме;
3) Создать базу данных голосовых команд.
Состояние проблемы автоматического распознавания речи.
Задача машинного распознавания речи привлекает внимание специалистов уже очень давно. Тем не менее, продвинуться в этом направлении удалось относительно недалеко. Процесс распознавания речи представляет собой преобразование акустического сигнала, полученного от микрофона, в последовательность слов. Полученный набор гипотез цепочек слов далее используется для понимания речи.
При этом возникает ряд проблем. Во-первых, человек обычно не делает паузы между словами, а при слитном произнесении к задаче распознавания прибавляется еще и задача выделения слов из потока речи, что заведомо более сложно. Возникает необходимость выделять односложные слова - именно с ними и связано максимальное число ошибок реально существующих систем. Можно потребовать, чтобы человек произносил слова по одному, делая достаточно продолжительные паузы или чтобы каждое следующее слово произносилось после звукового сигнала. Но данный подход не удобен и может быть применён только для подачи простых команд.
Следующая проблема - различие голосов, диалектов, дикций, возрастных различий, эмоциональное и физическое состояния диктора. Значительное влияние вносит акустический аспект, т.е. смена микрофона, расположение микрофона относительно рта, акустическая обстановка в помещении.
Именно из-за этих и многих других проблем до полного решения задачи распознавания речи по-прежнему весьма далеко. Существует два существенно различающихся режима работы: с настройкой на голос определенного диктора и без такой настройки. Размеры словаря при работе с настройкой на диктора в настоящее время могут достигать нескольких (и даже многих) тысяч слов при слитном произнесении. Процедура настройки на диктора выглядит следующим образом: диктор читает некий специальным образом составленный текст, компьютер распознает слова и выдает вариант распознавания. Диктор помечает ошибки и читает текст снова. После нескольких таких итераций процесс сходится, и компьютер оказывается в состоянии распознавать речь.
Наконец, последний, наиболее сложный для реализации, но одновременно и наиболее перспективный режим работы - распознавание без настройки на диктора. При этом гарантируется, что система распознает любое включенное в словарь слово, кем бы оно ни было произнесено. Здесь, как правило, словари насчитывают небольшое количество слов (обычно не более двух десятков) и существуют для относительно небольшого числа языков (примерно тридцати). Русский язык в это число хотя и входит, однако количество распознаваемых русских слов невелико.
Создание словаря для распознавания речи без настройки на голос требует больших затрат. Для решения этой задачи разработчикам приходится опрашивать большое число (несколько сотен или тысяч) носителей языка, выделять некие общие элементы речи, усреднять их - и все этого для того, чтобы обеспечить распознавание десяти-двадцати слов. Чаще всего словарь без настройки на голос пользователя требует раздельного произнесения слов. Для целого ряда приложений этого, однако, оказывается вполне достаточно.
Технические средства формирования аудиоданных.
Для обработки голоса нужно в начале записать его в базу данных компьютера. Большинство компьютеров уже оснащены оборудованием, необходимым для ввода и вывода звука. Это микрофон и звуковая плата. Но обычно они достаточно низкого качества, и желательно их не использовать. Схема процесса ввода звука (Рисунок 1).
распознавание речь компьютер аудиоданный
Рисунок 1 - Схема ввода речевых сообщений в ЭВМ
Звуковой сигнал формируется и передается в пространстве в виде звуковых волн. Источником речевого сигнала служит речеобразующий тракт, который и возбуждает звуковые волны в упругой воздушной среде. Приемником сигнала является датчик звуковых колебаний, микрофон - устройство для преобразования звуковых колебаний в электрические. Существует огромное количество видов микрофонов (угольные, электродинамические, электростатические, пьезоэлектрические и др.), но мы не будем на этом задерживаться. Чувствительным элементом любого микрофона является мембрана, которая вовлекается в колебательный процесс под воздействием звуковых волн. Мембрана передает сигнал на преобразующий элемент, который в дальнейшем преобразует колебания мембраны в электрический сигнал.
На выходе микрофона сигнал подается на вход звуковой карты вашего компьютера. При записи звуковая карта представляет собой аналого-цифровой преобразователь с большими возможностями настройки параметров оцифровки звука. Главными параметрами является частота дискретизации и разрядность кодирования. Эти показатели определяют качество и размер дорожки звука получаемой в результате записи. Качество и размер всегда прямо пропорциональны друг другу.
Чтобы получить компромисс между размером и качеством воспользуемся знаниями о свойствах человеческого голоса при выборе параметров аналого-цифрового преобразования.
Для выбора частоты дискретизации рассмотрим усредненную спектральную плотность мощности непрерывного речевого сигнала для мужского и женского голосов. Как следует из этой характеристики, усредненная спектральная плотность мощности имеет максимум в диапазоне 250-500Гц и затухает со скоростью, равной 8-10дБ на октаву (при удвоении частоты). Это приводит к тому, что на частотах выше 4000 Гц спектральная плотность падает до уровня 60 дБ, что соответствует ослаблению мощности по сравнению с максимумом (25-30 дБ) в 20 и более раз. Это позволяет считать, что полоса пропускания для каналов передачи звуковых сообщений может быть ограничена частотой 4-5 кГц, а, следовательно, частота дискретизации этого сигнала должна составлять 8-10 кГц.
В современных звуковых картах используется импульсно-кодовая модуляция, при которой каждый дискретный отсчет речевого сообщения кодируется в соответствии с некоторыми правилами.
Рассчитано, что для обеспечения соотношения шум/сигнал квантования, равного 36 дБ, требуется порядка семи двоичных разрядов и что для получения высококачественного цифрового кодирования сигнала речи необходимо 11 разрядов. На практике число разрядов определяется разрядность компьютера и, как правило, равно или кратно восьми разрядам.
От чистоты звука напрямую зависит скорость распознавания и выполнения команды компьютером. Поэтому качество звука необходимо максимально высокое.
Распознавание и синтез речи компьютером.
Распознавание речи -- это общее название массивной области речевых технологий, за которым кроется целый ряд достаточно обособленных направлений, каждое из которых ориентировано на решение конкретных прикладных задач и требует отдельной проработки.
Технология автоматического синтеза речи позволяет преобразовать произвольный текст в звучащую речь. Иными словами, с помощью синтеза речи компьютер может «прочитать» естественным человеческим голосом любую текстовую информацию. Для того чтобы синтезированная речь звучала натурально, необходимо решить целый комплекс задач, связанных как с обеспечением естественности голоса на уровне плавности звучания и интонации, так и с правильной расстановкой ударений, расшифровкой сокращений, чисел, аббревиатур и специальных знаков с учетом особенностей грамматики русского языка.
Методы цифровой обработки сигналов обычно осуществляют преобразование, очистку и трансформацию звукового сигнала в цифровой формат данных и другие представления, которые могут непосредственно обрабатываться системой распознавания речи.
Технология синтеза устной речи нашла широкое применение для людей, имеющих проблемы со зрением. Для всех остальных она создает новое измерение удобства пользования техникой и значительно снижает нагрузку на зрение, на нервную систему, позволяет задействовать слуховую память.
Поиск ключевых слов.
Техника поиска ключевых слов выполняет задачу поиска нужного слова или словосочетания в речевом потоке.
Есть несколько видов поиска ключевых слов:
- Поиск по шаблону - для каждого ключевого слова записывается несколько вариантов его произношения разными людьми, и на основе этих записей создается шаблон. Основным недостатком такого метода является то, что создание шаблона для каждого слова является достаточно затратным и долгим процессом.
- Поиск по фонемной решетке - при помощи системы распознавания фонем для речевого сигнала строится большая сеть возможных звуков в различные моменты времени, по которой осуществляется поиск возможных произношений слова. Данная технология похожа с поиском по тексту, но работает со звуками.
-Реализация проекта на основании скрытых Марковских моделей (СММ) - для каждого введенного ключевого слова с клавиатуры создается соответствующая его произнесению СММ, которая используется при поиске в звуковом сигнале. Этот метод является в данное время самым эффективным.
Шумоочистка.
Шумоочистка -- обработка сигнала, которая позволяет повысить разборчивость речевого сигнала, уменьшить долю шумов и компенсировать искажения, вызванные как акустическими, так и технологическими причинами (Рисунок 2).
В некоторых случаях низкое качество звукозаписи создает трудности для расшифровки информации. Причины этого обычно кроются в неправильном выборе или использовании средств передачи и записи акустической информации
При обработке звукозаписи появляются следующие задачи:
- Провести максимально очистку звука для удаления помех и искажений;
- Провести анализ звукозаписей.
Рисунок 2 - Шумоочистка
Главной целью шумоочистки является доведение качества и аудио сигнала до уровня, необходимого для понимания. Кроме этого крайне важно сохранить исходные свойства и характеристики речи.
Технологии шумоочистки речевых сигналов классифицируются по типу искажения:
1) BABBLENOISE - технология подавления шума толпы
2) MUSICNOISE - технология подавления шума музыки
3) NONSTATIONARYNOISE - технология подавления нестационарных шумов
4) PULSENOISE - технология подавления импульсных шумов
5) TONALNOISE - технология подавления тональные помех
6) WIDEBANDNOISE - технология подавления широкополосных шумов
7) GSMHINDRANCE - технология подавления наводки мобильных телефонов
8) CLIPPING - клиппированиесигнала
9) REVERBERATION&NOISE - реверберация
Выбор аgпаратных средств/
В качестве центрального контроллера был выбран Arduino, так как это недорогой микропроцессор с открытой архитектурой, способный считывать входные данные в виде напряжения на своих аналоговых контактах. Если к определенным входам устройства подключить датчики, то оно будет программным способом считывать информацию с этих контактов. Обзор Arduino предназначено для создания электронных устройств, работающих по заданному алгоритму с возможностью реагировать на внешние сигналы. Arduino - это микро ЭВМ с открытой принципиальной схемой, которая доступна как для подключения других устройств, так и для изменения самой электрической схемы устройства
Общие технические характеристики:
Напряжение питания от 7 до12 В, или 5 В от USB Максимально допустимый ток портов 20 мА Максимально допустимое напряжение на портах от -0.5 до +5.5 В Ток срабатывания предохранителя USB порта 500 мА Управляющий микроконтроллер Atmega 328 Цифровые порты ввода/вывода 14 портов Аналоговые порты ввода 6 портов ПП У (FlashMemory) 32 Kб, из них 2 Кб заняты загрузчиком О У (SRAM) 2 Кб П У (EEROM) 1 Кб Тактовая частота 16 МГц Габаритные размеры 68.5 Х 53 мм 25 Допустимый температурный диапозон от -20 до +50 С° Простейшим способом получения данных из Arduino состоит в подключении этого устройства через USB интерфейс к персональному компьютеру, который будет считывать данные так, как будто они поступают по COM- порту. Так же это устройство может работать не зависимо от персонального компьютера при наличии источника питания и альтернативного канала связи. Arduino поддерживает подключение плат расширения (Shield), которые обеспечивают дополнительный функционал. В работе были использованы дополнительные платы расширения, такие как EthernetShield (обеспечивающий подключение к сети и развертывание компактного Web-сервера) и GPRS/GSM Shield (используется для оправки SMS) Датчики Arduino, может совместно работать с огромным ассортиментом датчиков. В данном проекте применяется недорогой датчик измерения температуры и относительной влажности DHT11. Данные с датчика о температуре и влажности проходят по соединительному проводу в виде цифрового сигнала, что позволяет добиться передачи данных до 20 м. DHT11 общается с Arduino по собственному протоколу, это выглядит следующим образом:
Контролер устанавливает сигнальную линию в 0, а затем в 1 (хочет считать показания) 26
Датчик устанавливает сигнальную линию в 0, а затем в 1 (подтверждение готовности передачи данных)
Датчик передает последовательность 0 и 1, формирующих 5 байт
Первые два байта передают значение температуры, вторые два байта относительную влажность воздуха, в пятом байте передается контрольная сумма Датчик энергоэффективен, так как делает измерения по запросу контроллера, в остальное время потребляет 0.2 мА (максимальное потребление 2.5 мА). обзорные характеристики Диапазон измерения Точность измерения влажности Точность измерения температуры количество выводов DHT11 20-90% (ОВВ) 0- 50 ±5Ѓ“ ±2 4 27 Выбор инструментальных средств, для разработки программного обеспечения В качестве программной среды разработки для Arduino используется одноименная программа. Отвечает всем требования:
Кроссплатформенная
Бесплатная
Открытый исходный код
Простая установка и настройка
Множество разнообразных библиотек расширяющих функционал
C/С++. Объектно-ориентированный язык программирования, обеспечивает модульность, раздельную компиляцию, обработку 28 исключений, абстракцию данных
Является одним из самых распространенных языков программирования, широко используется не только в разработке программного обеспечения, но и в драйверах разнообразных устройств. Хорошо подходит для программной среды Arduino, так как изначально язык программирования устройств Arduino основан на C/C++. На данный момент это самый удобный способ запрограммировать микроконтроллер.
PERL.
Высокоуровневый интерпретируемый динамический язык программирования общего назначения.
Особенностью языка считается его богатые возможности работы с текстом, в том числе работа с регулярными выражениями. Практичен и легок в использовании. Требует дополнительной конфигурации среды разработки.
Python. Высокоуровневый язык программирования, ориентирован на повышение производительности разработчика, путем уменьшения синтаксиса. Pythonпортирован практически на все платформы. Также как и Perl требует дополнительной настройки. Конечные функции ограниченны. В качестве языка программирования для Arduino, будет использоваться язык C/C++, так как он неограничен в функционале, не урезаны библиотеки и не требует дополнительной настройки в среде разработки «Arduino».
ГЛАВА 2 РАСЧЕТ ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ ПРОГРАММНОГО ПРОДУКТА
2.1 Концепция бизнеса (резюме)
Данный бизнес-план разрабатывается для ….
Для разработки программного продукта нет необходимости в заемных финансовых ресурсах.
Оптовая цена 1 копии модели с учетом процента рентабельности на уровне 20% составит 253 руб.
Предполагаемые доходы от продаж в первый год составят - 540000 руб.
Прибыль от реализации за год - 214200 руб.
Чистая прибыль - 171360 руб.
Объем продаж в соответствии с исследованиями рынка в последующие годы увеличится на 10%, а потом на 15%, что приведет к увеличению показателей прибыли и дохода.
Срок окупаемости проекта составит 0,8 года.
Безубыточный объем продаж составляет 18 копий моделей в год.
Запас финансовой прочности - 483281 руб.
Коэффициент финансовой устойчивости в первый год реализации бизнес-плана - 89%
2.2 Характеристика программного продукта
Главной задачей данного продукта является управление освещением в жилой комнате с помощью микроконтроллера Arduino UNO.
Для создание проекта использовался микроконтроллер
· ArduinoUNO
· Светодиод 3 V
· Резистор 220 Ом
2.3 Управление
В качестве разработчиков для программного продукта достаточно одного техника со средним специальным образованием и высоким уровнем профессионализма, желателен опыт работы по специальности. Другими значимыми характеристиками могут быть стремление успешно развиваться, постигать новое, разрабатывать новейшие программные продукты и модернизировать уже имеющиеся.
2.4 Исследование и анализ рынка
Таблица 2.1 Сегментация потенциальных пользователей
|
Сегменты рынка |
Планируемый объём продаж |
|||||||
|
2015г. |
2016г. |
2017г. |
||||||
|
1 кв. |
2 кв. |
3 кв. |
4 кв. |
1 п/г |
2 п/г |
|||
|
Частные покупатели |
10 |
10 |
10 |
10 |
25 |
25 |
60 |
|
|
Компании |
20 |
20 |
20 |
20 |
50 |
50 |
120 |
|
|
Оптовые перекупщики |
50 |
50 |
50 |
50 |
120 |
120 |
260 |
|
|
Итого |
80 |
80 |
80 |
80 |
195 |
195 |
440 |
Исследование рынка показало, что существует потребность в производстве данного программного продукта.
Основная цель первого года производственной деятельности заключается в том, чтобы зарекомендовать программный продукт и утвердиться на рынке.
Интерес покупателя к товару можно привлечь за счет: прямых связей с основными покупателями; рекламы через компьютерные сети; высшего качества программного продукта.
Можно выделить некоторые факторы конкурентоспособности на которые ориентирована наша деятельность:
· Качество;
· Простота;
· Возможность доработки;
· Приемлемая цена.
2.5 Производственный план
В данном разделе производится расчет необходимых единовременных и текущих затрат, после чего определяются необходимые инвестиции для разработки и реализации ПП.
2.5.1 Расчёт единовременных затрат
В структуре единовременных затрат (), связанных с разработкой информационных технологий, выделяют капитальные затраты (К), включающие затраты на приобретение или дооборудование вычислительной техники (), локальных вычислительных сетей (), приобретение пакетов прикладных программ () и операционных систем (), а также затраты по подготовке кадров ():
, (1)
При разработке данного программного продукта =32400 руб.
2.5.2 Расчет текущих затрат на разработку ПП
, (2)
где - затраты на заработную плату проектировщиков и программистов, руб.
- начисления на заработную плату проектировщиков и программистов (страховые взносы во внебюджетные фонды с 01.01.2014г. составляют 30,2% от ), руб.
- затраты связанные с использованием машинного времени на разработку и отладку программы, ч.
, (3)
где - машинное время на разработку и отладку ПП, ч;
- стоимость 1 часа машинного времени работы ВТ, руб.;
- амортизация, т.е. затраты на ремонт и восстановление вычислительной техники, рассчитываются при условии, что срок ее работы составляет 5 лет:
, (4)
где ФБ - балансовая стоимость используемой вычислительной техники, руб.;
Т/ - время на разработку и отладку программы в месяцах, ;
Зп- прочие расходы, т.е. затраты по налогам, сборам, отчисления во внебюджетные фонды, командировки, подготовку и переподготовку кадров и др., принимаются равными 5-7% от (Ззп+Нзп);
- накладные расходы, включают административно-управленческие расходы, коммерческие расходы на рекламу, маркетинговые исследования и др., руб.
принимают 100 - 300 % от
, (5)
где - расходы на оплату процентов за пользование кредитом, руб.
, (6)
где - сумма кредита коммерческого банка, тыс. руб.;
- учетная ставка за кредит коммерческого банка (годовая), тыс.руб.;
- время, необходимое на разработку ПП, дни.
Оплата труда может также производиться на основе контракта, в котором предусматривается оплата за выполняемый объем работ - разработку ПП. В этом случае Ззп принимается равной конкретной сумме.
Оплата труда может производиться на основе повременной оплаты, исходя из дневной ставки (Сд) и времени на разработку (Т). В этом случае заработная плата рассчитывается по формуле:
, (7)
где дневная ставка (Сд) определяется путем деления месячного должностного оклада на среднее количество рабочих дней в месяце.
2.6 Расчет времени на программирование и отладку программы
Фактические затраты времени программистов на разработку программного обеспечения являются основой для определения его себестоимости и стоимости.
Разработка программного продукта осуществляется в соответствии с определенными стадиями и этапами работ.
Затраты времени в человеко-дни на программирование и отладку программы определяются по формуле:
(8)
Гдеtбл - время на постановку задачи и составление блок - схемы, чел-дни;
Tпр - время на программирование, чел-дни;
Tотл - время на отладку программы, чел-дни;
Tопр - время на проведение опытных расчетов, чел-дни;
tкорр - время на корректировку программы, чел-дни;
Кст - коэффициент, учитывающий потери времени на стыковку фрагментов программы, разработанных группой программистов;
Кк - коэффициент, учитывающий квалификацию персонала (программиста);
Кс - коэффициент, учитывающий стаж работы, связанной с программированием;
Tмо - время машинной отладки, чел-дни.
Затраты времени на постановку задачи (tбл) зависят от сложности программы (категории) и числа команд в ней. Выделяют три категории сложности А, В, С. (табл.2.2):
Таблица 2.2 Показатели сложности программы
|
Показатели сложности программы |
Категории сложности |
|||
|
А |
В |
С |
||
|
1. Суммарное количество реквизитов во входной информации |
до 100 |
100 - 200 |
свыше 200 |
|
|
2. Количество взаимосвязанных задач |
до 5 |
5 -10 |
свыше 10 |
|
|
3. Объем обрабатываемой информации за одно решение |
умещается в ОЗУ |
больше ОЗУ в 2 раза |
больше ОЗУ свыше 2 раз |
|
|
4. Сроки хранения информации |
до суток |
до месяца |
свыше месяца |
|
|
5. Количество команд условного перехода на каждые 100 команд |
до 3 |
3 - 6 |
свыше 6 |
Программа относится к той или иной категории сложности при совпадении не менее трех показателей.
Данный программный продукт относится к категории В.
Время на постановку задачи и составление блок-схемы (tбл) в чел-дни определяется по данным табл. 2.3.
Таблица 2.3 Время на постановку задачи и составление блок-схемы, чел-дни
|
Категории сложности |
Число команд в программе |
||||||||
|
до 500 |
501-1000 |
1001-1500 |
1501-2000 |
2001-2500 |
2501-3000 |
3001-3500 |
3501-4000 |
||
|
А |
6 |
8 |
10 |
16 |
16 |
20 |
22 |
24 |
|
|
В |
8 |
10 |
14 |
16 |
20 |
22 |
26 |
28 |
|
|
С |
13 |
15 |
19 |
21 |
25 |
27 |
31 |
33 |
Число команд в программе соответствует промежутку до 500, следовательно tбл = 8 чел-дни. Затраты времени на программирование (tпр) определяются из таблицы 2.4, в которой учитывается язык программирования (Pascal, Excel и др.) и число команд в программе.
Таблица 2.4 Время на программирование, чел-дни
|
Категории сложности |
Язык программирования |
Число команд в программе |
||||||||
|
до 500 |
501-1000 |
1001-1500 |
1501-2000 |
2001-2500 |
2501-3000 |
3001-3500 |
3501-4000 |
|||
|
А |
Excel |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
|
С, PL 1, Pascal |
4 |
6 |
8 |
10 |
12 |
14 |
16 |
18 |
||
|
В |
Excel |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
|
|
С, PL 1, Pascal |
6 |
8 |
10 |
12 |
14 |
16 |
18 |
20 |
||
|
С |
Excel |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
|
|
С, PL 1, Pascal |
10 |
12 |
14 |
16 |
18 |
20 |
22 |
24 |
Для данного программного продуктаtпр = 6 чел-дни. Затраты времени на отладку программы определяются их таблицы 2.5, в которой учитывается язык программирования (Pascal, Excel и др.) и число команд в программе.
Таблица 2.5 Время на отладку программы, чел - дни
|
Категории сложности |
Язык программирования |
Число команд в программе |
||||||||
|
до 500 |
501-1000 |
1001-1500 |
1501-2000 |
2001-2500 |
2501-3000 |
3001-3500 |
3501-4000 |
|||
|
А |
Excel |
4 |
7 |
10 |
14 |
17 |
19 |
22 |
25 |
|
|
С, PL 1, Pascal |
4 |
7 |
11 |
16 |
20 |
23 |
25 |
28 |
||
|
В |
Excel |
5 |
9 |
12 |
16 |
20 |
23 |
26 |
30 |
|
|
С, PL 1, Pascal |
5 |
9 |
13 |
18 |
23 |
27 |
31 |
35 |
||
|
С |
Excel |
7 |
11 |
15 |
19 |
23 |
27 |
31 |
35 |
|
|
С, PL 1, Pascal |
7 |
11 |
16 |
21 |
26 |
31 |
36 |
41 |
При категории сложности программы - В, использовании языка программирования C и числе команд в промежутке до 500tотл = 5 чел-дни.
Затраты времени на произведение опытных расчетов определяется по формуле 9:
tопр = 0,1·(tбл + tпр + tотл) (9)
tопр = 0,1*(8+6+5) = 1,9 чел-дней
Принимаем tопр = 2 чел-дней
Затраты времени на корректировку определяются по формуле 10:
tкорр = 1,2 Qизм / Qобщ (tбл + tпр + tотл + tопр), (10)
гдеQобщ - общее число команд в программе
Qизм - количество изменений в программе или число команд, измененных при корректировке.
Qизм = 20 Qобщ = 500, тогда
tкорр = 1,2·20 /500 *(8+6+5+2) = 1,008 чел-дней
Принимаем tкорр = 1 чел-дня
Затраты времени на машинную отладку определяются формулой 11:
tмо = 0,1 tотл. (11)
В нашей программе tмо = 0,1·5 = 0,5 чел-дня
Коэффициент потерь времени на стыковку различных блоков программы (Кст) определяется по таблице 2.6:
Таблица 2.6 Коэффициент потерь времени
|
Количество работников |
1 |
2 |
3 |
4 |
5 |
6 |
>6 |
|
|
Кст |
1,0 |
1,1 |
1,2 |
1,4 |
1,6 |
1,8 |
2,0 |
В создании программы принимает участие один разработчик: техник.
Тогда коэффициент потерь времени составит Кст = 1.
Коэффициент, учитывающий квалификацию программистов (Кк), определяется по таблице 2.7:
Таблица 2.7 Коэффициенты квалификации программистов
|
Должность работника |
Кк |
|
|
Инженер-программист I категории |
1,20 |
|
|
Инженер-программист II категории |
1,00 |
|
|
Инженер-программист III категории |
0,98 |
|
|
Оператор |
0,85 |
|
|
Техник |
0,75 |
Кк = 0,75. Коэффициент, учитывающий стаж работы, связанной с программированием, (Кс) определяется по таблице 2.8.
Таблица 2.8 Коэффициент учета стажа
|
Стаж работника |
Кс |
|
|
Стаж до 1 года |
0,5 |
|
|
Стаж от 1 года до 3 лет |
0,9 |
|
|
Стаж свыше 3 лет |
1 |
Кс = 0,5.
Фактические затраты времени на производство и отладку программы составляют:
=(8+6+5+2+1) ·1/ (0,5·0,9)+
+0,5 = 49 чел-дня.
Так как в рабочем дне 8 часов, значит 49 чел-дни Тмаш= 392 часов.
= 55·392=21560 руб.
Таблица 2.9 Потребность в персонале и оплата труда
|
Категория персонала (должность) |
Оплата труда за час, руб. |
Потребное время на разработку ПП, ч. |
Заработная плата, руб. |
|
|
Техник |
55,00 |
392 |
21560 |
= · 30,2 % = 21560·30,2%/100%=6511,12 руб.
= 15 руб./ч.
= 392·15 = 5880 руб.
= (21560 +6511,12) ·0,05=1403 руб.
Далее в таблице более подробно приводиться расчет стоимости материалов.
Таблица 2.10 Расчет стоимости материалов
|
Наименование материала |
Единица измерения |
Количество |
Цена с учетом транспортных расходов |
Сумма, руб. |
|
|
Бумага |
Пачка |
1 |
200 |
200 |
|
|
Диск CD-R |
Шт. |
1 |
50 |
50 |
|
|
Папка |
Шт. |
1 |
60 |
60 |
|
|
Ручка |
Шт. |
1 |
20 |
20 |
|
|
ИТОГО: |
330 |
= 330 руб.
= 0, т.к. кредита не было
Таблица 2.11 Потребность в оборудовании, технических средствах и программном обеспечении
|
№ |
Наименование технических средств и ПО |
Тип или модель |
Стоимость, тыс. р |
|
|
1 |
Компьютер |
Intel® Core™ i3-4430, RAM 4Gb, HDD 1Tb |
30,0 |
|
|
2 |
Операционная система |
MSWindows 8 |
2,1 |
|
|
3 |
Программное обеспечение |
Arduino IDE |
0 |
|
|
4 |
Микроконтроллер |
Arduino UNO |
0,3 |
|
|
ИТОГО |
32,4 |
ЗА=(32400/5/12) · (82/30,5) =867 руб.
Зн=(21560 +6511,12) *1 =28071,12 руб.
=330+21560+6511,12+5880+867+ 1403+28071,12+0=64622,24 руб.
Таблица 2.12 Потребность в инвестициях на разработку ПП
|
Наименование статей затрат |
Сумма, руб. |
|
|
1 Единовременные затраты() - всего |
32400 |
|
|
1.1 Капитальные вложения (К) |
32400,00 |
|
|
1.1.1 Затраты на приобретение ВТ() |
30000,00 |
|
|
1.1.2 Затраты на приобретение ЛВС() |
0,00 |
|
|
1.1.3 Затраты на приобретение ППП и ОС() |
300,00 |
|
|
1.1.4 Затраты на операционные системы() |
2100,00 |
|
|
1.2 Затраты на подготовку кадров() |
0,00 |
|
|
2 Текущие затраты (Стз) - всего |
64568,24 |
|
|
2.1 Материальные затраты (Змз) |
330,00 |
|
|
2.2 Заработная плата (Ззп) |
21560,00 |
|
|
2.3 Страховые взносы (Зств) |
6511,12 |
|
|
2.4 Затраты на использование машинного времени() |
5880 |
|
|
2.5 Амортизация (ЗА) |
867 |
|
|
2.6 Прочие расходы (Зп) |
1403 |
|
|
2.7 Накладные расходы() |
28071,12 |
|
|
2.8 Оплата процентов за кредит () |
0,00 |
|
|
Итого - затрат З=ЗК+Стз |
96968,24 |
2.7 Определение цены ПП
Себестоимость одной копии модели():
, (12)
гдеи - затраты на тиражирование и сервисное обслуживание в расчете на 1 копию модели, руб.
и = 50 руб.
= 64568,24/320+50+50 = 302 руб.
Оптовая цена 1 копии модели ():
(13)
(14)
R - процент предполагаемой рентабельности (40 %)
= 302*0,4 =120,8 руб.
=302+120,8=422,8 руб.
Цена продажи модели ():
(15)
НДС = 18 % НДС = (422,8*0,18) =76,1 руб.
= 422,8+76,1=499 руб.
2.8 План маркетинговых действий
Потребительский рынок уже сформировался и существуют продукты аналогичные разрабатываемому. В связи с этим рыночная стратегия определяется как более глубокое проникновение на рынок.
Ценовая стратегия базируется на издержках производства, то есть на покрытии издержек и получении необходимой суммы прибыли для дальнейшего развития.
Сбытовая политика предусматривает использование рекламных буклетов для подбора большего количества покупателей.
Для совершенствования качественных параметров предлагаемого программного продукта постоянно проводится изучение и анализ требований потребителей (в опросах, на форумах и т.д.).
Объем продаж в соответствии с исследованиями рынка в последующие годы увеличится на 10% и на 15%, что приведет к увеличению показателей прибыли и дохода.
2.9 Финансовый план
Предполагаемые доходы от продаж():
(16)
= 499*320 =159680руб.
Теперь производим расчет общей суммы издержек производства:
= 302* 320 = 96640 руб.
Прибыль от реализации составит ВП= 159680-96640=63040 руб.
Величина чистой прибыли с учетом уплаты налога на прибыль (20%):
ЧП=63040-63040*0,20= 50432 руб.
Далее сведем все рассчитанные данные в таблицу 2.13.
Таблица 2.13 Доходы и затраты
|
Показатели |
2015г. |
2016г. |
2017г. |
|||||
|
1 кв. |
2 кв. |
3 кв. |
4 кв. |
1 п/г |
2 п/г |
|||
|
1 Доходы от продаж (), руб. |
39920 |
39920 |
39920 |
39920 |
97305 |
97305 |
219560 |
|
|
2 Издержки производства (И), руб. |
24160 |
24160 |
24160 |
24160 |
58890 |
58890 |
132880 |
|
|
3 Прибыль от реализации, руб. |
15760 |
15760 |
15760 |
15760 |
38415 |
38415 |
86680 |
|
|
4 Налог на прибыль (20%), руб. |
3152 |
3152 |
3152 |
3152 |
7683 |
7683 |
17336 |
|
|
5 Чистая прибыль, руб. |
12608 |
12608 |
12608 |
12608 |
30732 |
30732 |
69344 |
|
|
6 Прогнозируемый объем продаж ПП, шт |
80 |
80 |
80 |
80 |
195 |
195 |
440 |
Срок окупаемости ПП:
(17)
года
Расчетное значение срока окупаемости Ток сравниваем с нормативным 6,5 лет. Так как , разработка данной модели признается экономически эффективной. Расчет безубыточности:
Под безубыточностью в разработке бизнес-плана понимается объем продаж модели в натуральном выражении, при котором возможно покрытие всех расходов без получения прибыли.
Расчет объема безубыточности (критического объема продаж) производится по следующей формуле:
, (18)
гдеQкр - критический объем продаж ПП, при котором будет достигнута безубыточность, шт.;
Рпост - сумма условно-постоянных затрат, руб.;
Рпер1 - сумма условно-переменных затрат для одного ПП, руб;
Цпр - цена продажи одного ПП, руб.
К условно-постоянным затратам относятся: амортизация (ЗА), накладные расходы (Зн), прочие расходы (Зп), плата процентов за кредит (Зкр), т.е.
Рпост = ЗА+Зп+Зн+Зкр (19)
Рпост=1722+2349+46976+0=51047 руб.
К условно- переменным затратам относятся материальные затраты (Змз), заработная плата на разработку ПП (Ззп), начисления на заработную плату (Нзп) и затраты, связанные с использованием машинного времени на разработку и отладку ПП (Змаш), т.е.:
(20)
Разделив сумму условно-переменных затрат на весь объем продаж, получим величину условно-переменных затрат на один ПП (Рпер1=Рпер/N).
Рпер1=(330+36080+10896,16+9840)/1800=32 руб.
Qкр=51047/(2898-32)= 18 шт.
Точка безубыточности в денежном выражении определяется через удельный вес условно-переменных затрат в объеме продаж:
Рпер/Qпр=(330+36080+10896,16+9840)/ 540000=0,1
Qкр=51047/(1-0,1)=56719 руб.
Теперь проиллюстрируем определение точки безубыточности графически
Размещено на http://www.allbest.ru/
Рис.1 Определение точки безубыточности
Необходимо так же определить запас финансовой прочности как разность объемов продаж анализируемого года t и критического объема.
(21)
1800 -18=1782 шт. - для первого года продаж.
1980 -18=1962 шт. - для второго года продаж.
2277 -18=2259 шт. - для третьего года продаж.
Запас финансовой прочности в 1 год составит (540000 - 56719) = 483281 рубля.
Коэффициент финансовой устойчивости в первый год составит 89 %
ГЛАВА 3. ОСНОВЫ БЕЗОПАСНОСТИ ЖИЗНЕДЕЯТЕЛЬНОСТИ И ОХРАНА ТРУДА
Защита от электромагнитных излучений.
Визуальные эргономические параметры ВДТ являются параметрами безопасности, и их неправильный выбор приводит к ухудшению здоровья пользователей.
Все ВДТ должны иметь гигиенический сертификат, включающий, в том числе оценку визуальных параметров.
Конструкция ВДТ, его дизайн и совокупность эргономических параметров должны обеспечивать надежное и комфортное считывание отображаемой информации в условиях эксплуатации, соответствующих разделу 5 настоящих Санитарных правил.
Дизайн ВДТ должен предусматривать окраску корпуса в спокойные мягкие тона с диффузным рассеиванием света. Корпус ВДТ и ПЭВМ, клавиатура и другие блоки и устройства ПЭВМ должны иметь матовую поверхность одного цвета с коэффициентом отражения 0,4 - 0,6 и не иметь блестящих деталей, способных создавать блики. На лицевой стороне корпуса ВДТ не рекомендуется располагать органы управления, маркировку, какие-либо вспомогательные надписи и обозначения. При необходимости расположения органов управления на лицевой панели они должны закрываться крышкой или быть утоплены в корпусе.
При работе с ВДТ:
– для студентов и профессиональных пользователей необходимо обеспечивать значения визуальных параметров в пределах оптимального диапазона;
– для профессиональных пользователей разрешается кратковременная работа при допустимых значениях визуальных параметров.
Конструкция ВДТ должна предусматривать наличие ручек регулировки яркости и контраста, обеспечивающих возможность регулировки этих параметров от минимальных до максимальных значений.
В технической документации на ВДТ должны быть установлены требования на визуальные параметры соответствующие действующим на момент разработки или импорта ГОСТ и признанным в Российской Федерации международным стандартам.
Конструкция ВДТ и ПЭВМ должна обеспечивать мощность экспозиционной дозы рентгеновского излучения в любой точке на расстоянии 0,05 м от экрана и корпуса ВДТ, при любых положениях регулировочных устройств не должна превышать 7,74 x 10 А/кг, что соответствует эквивалентной дозе, равной 0,1 мбэр/ч (100 мкР/ч).
Конструкция клавиатуры должна предусматривать:
– исполнение в виде отдельного устройства с возможностью свободного перемещения;
– опорное приспособление, позволяющее изменять угол наклона поверхности клавиатуры в пределах от 5 до 15 градусов;
– высоту среднего ряда клавиш не более 30 мм;
– расположение часто используемых клавиш в центре, внизу и справа, редко используемых - вверху и слева;
– выделение цветом, размером, формой и местом расположения функциональных групп клавиш;
а) минимальный размер клавиш - 13 мм, оптимальный - 15 мм;
б) клавиши с углублением в центре и шагом 19 +/- 1 мм;
в) расстояние между клавишами не менее 3 мм;
– одинаковый ход для всех клавиш с минимальным сопротивлением нажатию 0,25 Н и максимальным - неболее 1,5 Н;
– звуковую обратную связь от включения клавиш с регулировкой уровня звукового сигнала и возможности ее отключения.
Микроклимат на рабочем месте и чистота воздуха.
В производственных помещениях, в которых работа на ВДТ и ПЭВМ является вспомогательной, температура, относительная влажность и скорость движения воздуха на рабочих местах должны соответствовать действующим санитарным нормам микроклимата производственных помещений.
В производственных помещениях, в которых работа на ВДТ и ПЭВМ является основной (диспетчерские, операторские, расчетные, кабины и посты управления, залы вычислительной техники и др.), должны обеспечиваться оптимальные параметры микроклимата.
Для повышения влажности воздуха в помещениях с ВДТ и ПЭВМ следует применять увлажнители воздуха, заправляемые ежедневно дистиллированной или прокипяченной питьевой водой.
Помещения с ВДТ и ПЭВМ перед началом и после каждого академического часа учебных занятий должны быть проветрены, что обеспечивает улучшение качественного состава воздуха, в том числе и аэроионный режим.
Содержание вредных химических веществ в воздухе производственных помещений, в которых работа на ВДТ и ПЭВМ является вспомогательной, не должно превышать "Предельно допустимых концентраций вредных веществ в воздухе рабочей зоны". Содержание вредных химических веществ, в производственных помещениях, работа на ВДТ и ПЭВМ в которых является основной (диспетчерские, операторские, расчетные, кабины и посты управления, залы вычислительной техники и др.), не должно превышать "Предельно допустимых концентраций загрязняющих веществ в атмосферном воздухе населенных мест".
Содержание вредных химических веществ в воздухе помещений использования ВДТ и ПЭВМ во всех учебных заведениях, включая вузы, не должно превышать среднесуточных концентраций для атмосферного воздуха.
Оптимальные параметры микроклимата во всех типах учебных помещениях с использованием ЭВМ приведены в таблице 3.1
Таблица 3.1- Оптимальные параметры микроклимата во всех типах учебных помещениях с использованием ЭВМ
|
Температура, град. С |
Относительная влажность, % |
Абсолютная влажность, г/м3 |
Скорость движения воздуха, м/с |
|
|
19 |
62 |
10 |
< 0,1 |
|
|
20 |
58 |
10 |
< 0,1 |
|
|
21 |
55 |
10 |
< 0,1 |
Требования к шуму и вибрации.
В производственных помещениях, в которых работа на ВДТ и ПЭВМ является вспомогательной, уровни шума на рабочих местах не должны превышать значений, установленных для данных видов работ "Санитарными нормами допустимых уровней шума на рабочих местах".
При выполнении основной работы на ВДТ и ПЭВМ (диспетчерские, операторские, расчетные кабины и посты управления, залы вычислительной техники и др.), во всех учебных и дошкольных помещениях с ВДТ и ПЭВМ уровень шума на рабочем месте не должен превышать 50 дБА.
В помещениях операторов ЭВМ (без дисплеев) уровень шума не должен превышать 65 дБА.
На рабочих местах в помещениях для размещения шумных агрегатов вычислительных машин (АЦПУ, принтеры и т.п.) уровень шума не должен превышать 75 дБА.
В производственных помещениях, в которых работа с ВДТ и ПЭВМ является основной, а также во всех учебных и дошкольных помещениях с ВДТ и ПЭВМ вибрация на рабочих местах не должна превышать допустимых норм вибрации.
Шумящее оборудование (АЦПУ, принтеры и т.п.), уровни шума которого превышают нормированные, должно находиться вне помещения с ВДТ и ПЭВМ.
Снизить уровень шума в помещениях с ВДТ и ПЭВМ можно использованием звукопоглощающих материалов с максимальными коэффициентами звукопоглощения в области частот 63 - 8000 Гц для отделки помещений (разрешенных органами и учреждениями Госсанэпиднадзора России), подтвержденных специальными акустическими расчетами.
Дополнительным звукопоглощением служат однотонные занавеси из плотной ткани, гармонирующие с окраской стен и подвешенные в складку на расстоянии 15 - 20 см от ограждения. Ширина занавеси должна быть в 2 раза больше ширины окна.
Требования к освещению помещений и рабочего места.
Освещенность на поверхности стола в зоне размещения рабочего документа должна быть 300 - 500 лк. Допускается установка светильников местного освещения для подсветки документов. Местное освещение не должно создавать бликов на поверхности экрана и увеличивать освещенность экрана более 300 лк.
Следует ограничивать прямую блёскость от источников освещения, при этом яркость светящихся поверхностей (окна, светильники и др.), находящихся в поле зрения, должна быть не более 200 кд/кв. м.
Следует ограничивать отраженную блескость на рабочих поверхностях (экран, стол, клавиатура и др.). За счет правильного выбора типов светильников и расположения рабочих мест по отношению к источникам естественного и искусственного освещения, при этом яркость бликов на экране ВДТ и ПЭВМ не должна превышать 40 кд/кв. м и яркость потолка при применении системы отраженного освещения не должна превышать 200 кд/кв. м.
Показатель ослепленности для источников общего искусственного освещения в производственных помещениях должен быть не более 20, показатель дискомфорта в административно общественных помещениях - не более 40, в учебных помещениях - не более 25.
Следует ограничивать неравномерность распределения яркости в поле зрения пользователя ВДТ и ПЭВМ, при этом соотношение яркости между рабочими поверхностями не должно превышать 3 : 1 - 5 : 1, а между рабочими поверхностями и поверхностями стен и оборудования - 10 : 1.
В качестве источников света при искусственном освещении должны применяться преимущественно люминесцентные лампы типа ЛБ. При устройстве отраженного освещения в производственных и административно - общественных помещениях допускается применение металл галогенных ламп мощностью до 250 Вт. Допускается применение ламп накаливания в светильниках местного освещения.
Для освещения помещений с ВДТ и ПЭВМ следует применять светильники серии ЛПО36 с зеркализованными решетками, укомплектованные высокочастотными пускорегулирующими аппаратами (ВЧ ПРА). Допускается применять светильники серии ЛПО36 без ...
Подобные документы
Разработка программной базы для исследований в области распознавания речи и поиска ключевых слов в ней. Расчет mel-фильтров. Скрытые марковские модели. Применение в алгоритме сверточного декодирования Витерби. Методы визуализации и обработки аудиоданных.
курсовая работа [1,1 M], добавлен 01.06.2015Проектирование системы голосового управления в автоматизированных жилых комплексах. Распознавание и порождение (синтез) речи компьютером. Синтез устной речи. Технология поиска ключевых слов. Нейросетевое сравнение на основе простых персептронов.
дипломная работа [4,3 M], добавлен 19.06.2011Распознавание слов в слитной речи, изолированных слов. Проблема автоматического распознавания речи. Структурная схема устройства выделения признаков речевых сигналов. Моделирование работы блока выделения начала и окончания слова количества звуков на ЭВМ.
дипломная работа [649,5 K], добавлен 13.11.2008Принцип работы нейросетей и модели синтеза. Ключевые моменты проблемы распознавания речи. Система распознавания речи как самообучающаяся система. Описание системы: ввод звука, наложение первичных признаков на вход нейросети, модель и обучение нейросети.
курсовая работа [215,2 K], добавлен 19.10.2010Создание программного средства, осуществляющего распознавание зрительных образов на базе искусственных нейронных сетей. Методы, использующиеся для распознавания образов. Пандемониум Селфриджа. Персептрон Розенблатта. Правило формирования цепного кода.
дипломная работа [554,8 K], добавлен 06.04.2014Строение артикуляционного аппарата человека с точки зрения возможности распознавания речи по артикуляции. Комплекс параметров артикуляции на основе контура внутренней области губ. Реализация модуля распознавания фонем русской речи по изображениям губ.
дипломная работа [3,1 M], добавлен 19.08.2012Процессы распознавания символов. Шаблонные и структурные алгоритмы распознавания. Процесс обработки поступающего документа. Обзор существующих приложений по оптическому распознаванию символов. Определение фиксированного шага и сегментация слов.
дипломная работа [3,3 M], добавлен 11.02.2017Появление технических систем автоматического распознавания. Человек как элемент или звено сложных автоматических систем. Возможности автоматических распознающих устройств. Этапы создания системы распознавания образов. Процессы измерения и кодирования.
презентация [523,7 K], добавлен 14.08.2013Оптическое распознавание символов как механический или электронный перевод изображений рукописного, машинописного или печатного текста в последовательность кодов. Компьютерные программы для оптического распознавания символов и их характеристика.
презентация [855,2 K], добавлен 20.12.2011Понятие визуальной системы ввода информации, ее сущность и особенности, место и роль в современном развитии интерфейсов между человеком и компьютером. Развитие технологии автоматического обнаружения и распознавания лица, контуров губ в видеопотоке.
научная работа [94,3 K], добавлен 29.01.2009Необходимость в системах распознавания символов. Виды сканеров и их характеристики. Оптимальное разрешение при сканировании. Программы распознавания текста. Получение электронного документа. FineReader - система оптического распознавания текстов.
презентация [469,2 K], добавлен 15.03.2015Методы предобработки изображений текстовых символов. Статистические распределения точек. Интегральные преобразования и структурный анализ. Реализация алгоритма распознавания букв. Анализ алгоритмов оптического распознавания символов. Сравнение с эталоном.
курсовая работа [2,1 M], добавлен 20.09.2014Основные требования к составу и параметрам технических средства. Верификация программного продукта. Расширение функционала программы и его реализация. Отладка и тестирование программного продукта. Тестирование программы в граничных и реальных условиях.
курсовая работа [1,3 M], добавлен 29.12.2014Обзор существующих решений и обоснование выбора языка программирования. Разработка структурной схемы, интерфейса программного продукта. Технические требования к оборудованию, тест программного продукта, руководство системного программиста и оператора.
дипломная работа [2,0 M], добавлен 10.07.2012Понятие и особенности построения алгоритмов распознавания образов. Различные подходы к типологии методов распознавания. Изучение основных способов представления знаний. Характеристика интенсиональных и экстенсиональных методов, оценка их качества.
презентация [31,6 K], добавлен 06.01.2014Приобретение навыков самостоятельной работы по сопряжению макета на базе микроконтроллера AVR АТMEGA128 с компьютером. Принципы управления двунаправленным обменом данными. Программирование последовательного интерфейса в операционных системах Windows.
лабораторная работа [365,4 K], добавлен 16.06.2011Организационно-технические и режимные методы защиты информации. Средства обеспечения безопасности Windows. Интерфейс прикладного программирования. Программа администрирования "Net Programm Administrator". Расчет затрат на разработку программного продукта.
дипломная работа [1,5 M], добавлен 11.11.2012Методы распознавания образов (классификаторы): байесовский, линейный, метод потенциальных функций. Разработка программы распознавания человека по его фотографиям. Примеры работы классификаторов, экспериментальные результаты о точности работы методов.
курсовая работа [2,7 M], добавлен 15.08.2011Создание дискретной системы автоматического управления кистью руки робота андроида. Технические характеристики; выбор и обоснование элементной базы: микропроцессора, датчиков, усилителя. Синтез аппаратного и программного корректирующего устройства.
курсовая работа [925,3 K], добавлен 09.03.2012Обоснование выбора языка программирования. Анализ входных и выходных документов. Логическая структура базы данных. Разработка алгоритма работы программы. Написание программного кода. Тестирование программного продукта. Стоимость программного продукта.
дипломная работа [1008,9 K], добавлен 13.10.2013
