搜索资源列表
changyongsousuosuanfa
- 常用搜索算法 光盘上包括了书上提供的例程及算法，均可在Visual C++ 6.0下编译通过。 读者可参照书籍了解程序的使用。 实验素材里面提供了一些模式识别实验用的数据库。其中“数字和字母图像” 用于脱机字符识别里的模板匹配法，USPS字库用语Fisher线性判定识别手写数 字。由于一些原因，有些数据库不能提供，需要读者自己采集样本。 -search algorithm commonly used on the CD, including a book on th
lianjizifushibie
- 联机字符识别 实验素材里面提供了一些模式识别实验用的数据库。其中“数字和字母图像” 用于脱机字符识别里的模板匹配法，USPS字库用语Fisher线性判定识别手写数 字。由于一些原因，有些数据库不能提供，需要读者自己采集样本。 -online character recognition experimental materials inside provided some experimental pattern recognition database. These "
tuojizifushibie
- 脱机字符识别 实验素材里面提供了一些模式识别实验用的数据库。其中“数字和字母图像” 用于脱机字符识别里的模板匹配法，USPS字库用语Fisher线性判定识别手写数 字。由于一些原因，有些数据库不能提供，需要读者自己采集样本。 -experimental materials inside provided some experimental pattern recognition database. These "numbers and letters images
USPS.rar
- 用于手写体数字识别的USPS样本数据库和将MAT格式的样本数据库转换成二值化图像并以行程编码存储,For handwritten numeral recognition of the USPS database and a sample format of samples MAT database into binary image and the Run-Length Coding storage
PR_AI_pic
- 这个资源是《精通VC++数字图像模式识别技术及工程实践（第2版）》光盘中的实验素材，包括人脸图像、指纹图像、数字和字母图像、USPS图像。-The resources, " proficient in VC++ Digital Image Pattern Recognition Technology and Engineering Practice [2nd edition]" CD-ROM in the experimental material, including the
Bayes_usps
- 用贝叶斯方法处理USPS数据库，可直接运行，数据库不再上传。运行时间有点长，主要是判别函数的原因。-USPS database using Bayesian approach, can be directly run, the database is no longer upload. Running time is a bit long, the main reason is the discriminant function.
zint-code
- zint源码 可以生成Code 2 of 5, Code 2 of 5 Data Logic, ITF-14, Deutche Post Leitcode, Deutche Post Identcode, UPC-A, UPC-E, EAN-2, EAN-5, EAN-8, EAN-13, UK Plessey, MSI Plessey, Telepen Alpha, Telepen Numeric, Code 39, Extended Code 39, Code 93, PZN,
USPS_readwrite
- 手写数字识别 神经网络BP算法 贝叶斯分类，欧式距离算法-USPS readwrite pattern recognition
LDASORT
- LDA先降维再对USPS手写体进行排序，虽然效果不太好，但可以为大家提供一种思路。-LDA dimension reduction first and then the USPS handwritten sort, although the effect is not very good, but it can provide you an idea.
3
- 基于马氏距离度量的局部线性嵌入算法 局部线性嵌入算法(LLE)中常用欧氏距离度量样本间相似度.而 对于图像等高维数据,欧氏距离不能准确体现样本间的相似程度.文中提出基于马氏距离度量的局部线性嵌入算法(MLLE).算法首先从现有样本中学习到一个 马氏度量,然后在LLE算法的近邻选择、现有样本及新样本降维过程中用马氏度量作为相似性度量.将MLLE算法及其它典型的流形学习算法在ORL和 USPS数据库上进行对比实验,结果表明MLLE算法具有良好的识别性能. -Based on local