搜索资源列表
Visual_C++_MATLAB
- 《Visual C++_MATLAB图像处理与识别实用案例精选》本书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。全书共分12章，第1章－第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；第7章－第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识别等应用实例，并结合理论算法，提供了大量MATLAB代码程序，以帮助读者掌握如何使用MATLAB语言快速进行算法的仿真、调试和估计等方法。
letterrecognition
- 利用BP神经网络实现字母识别；由于是新手，大家指正；-Using BP neural network implementation letter recognition are because novice, everyone correction
imagevectorquantization
- 本代码是利用matlab开发环境，对图像进行矢量量化，从而实现对图像的压缩；并介绍了需要用到的一些matlab现有函数及其使用方法和功能；在码书的训练方法上选择的是自组织映射神经网络，解码重建后的图像质量较好-The application of Self-Orgnization Feature Maps neural network in image vector quantization
Visual-C-MATLAB-image-processing
- 本书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。全书共分12章，第1章～第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；第7章～第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识别等应用实例，并结合理论算法，提供了大量MATLAB代码程序，以帮助读者掌握如何使用MATLAB语言快速进行算法的仿真、调试和估计等方法。第11章～第12章，是两个综合性较强的实例，分别是Visual
bpshuzi
- 通过Matlab基于BP神经网络实现数字0~9的识别。首先创建50个训练样本供网络学习，根据训练样本的特点确定输入层、输出层神经元个数，并确定隐含层神经元个数，完成对BP神经网络的设计；然后将训练样本输入BP网络中，完成对网络的训练；最后通过20个测试样本测试训练完成的网络性能，并显示识别结果。-Digital recognition based on BP neural network.First according to the characteristics of th
Untitled2
- BP神经网络基本原理概述：这种网络模型利用误差反向传播训练算法模型，能够很好地解决多层网络中隐含层神经元连接权值系数的学习问题，它的特点是信号前向传播、误差反向传播，简称BP（Back Propagation）神经网络。BP学习算法的基本原理是梯度最快下降法，即通过调整权值使网络总误差最小，在信号前向传播阶段，输入信号经输入层处理再经隐含层处理最后传向输出层处理；在误差反向传播阶段，将输出层输出的信号值与期望输出信号值比较得到误差，若误差较大则把误差信号传回隐含层直至输入层，在各层神经元中使用
matlab程序
- 完成水果的尺寸形状表面缺陷的判别，BP神经网络的训练判别表面缺陷(Fruit size, shape and surface defects are identified. BP neural network is used to identify surface defects.)