6. Выводы

При распознавании искажении образов сетями с различными конфигурациями:

1. Смещённые образы распознаются равномерно для всех сетей плохо, в некоторых случаях получаются химеры. Правильные результаты распознавания являются по большей мере случайностью, или случаями, где конкретный чистый образ оказался «ближе» остальных для данного смещённого;

2. Инвертированные образы распознаются теми сетями (сеть Хопфилда – метод проекций, ДАП, машина Больцмана), которые могут распознавать данные образы. Также интересен факт, что в случае получения химер (сеть Хопфилда – правило Хебба) при распознавании инвертированных образов распознаются точные инверсии химер. В остальных случаях инверсии распознаются как неправильные, неинвертированные образы;

3. Поворот изображения является искажением, подобным смещению. Его результаты также схожи с результатами смещения;

4. Зеркальное отражение являются искажением, подобным смещению или инверсии (то есть неествественным) для букв, не имеющих симметрии. В обратном случае данное искажение оставляет образ идентичным чистому;

5. Сеть Хопфилда при использовании метода дельта-проекций обучить не удалось;

6. Все зашумлённые образы были распознаны всеми обучившимися сетями правильно, поэтому лучшей можно считать любую из этих сетей, так как выбор лучшей сети можно производить только по возможности распознавать чистые и зашумлённые образы (распознавание других искажений без соответствующих автокорелляторов не имеет особого смысла).