搜索资源列表
基于神经网络的图像识别程序
- 基于神经网络的识别程序，程序采用三层BP网络训练，采用了普通定义中加入动量因子的训练法，精确度很高。-based on neural network identification procedures, procedures adopted a three-tier network training BP, with its definition of momentum into the training factor, a high degree of precision.
image_identify
- 实现图像的预处理，包括灰度值转换，二值化，梯度锐化，去离散噪声，整体倾斜调整，字符分割，尺寸归一，紧缩重排等功能，经过神经网络训练后可以字符识别。-image preprocessing, including gray-scale conversion value, the value of the gradient sharpening to discrete noise, overall tilt adjustment, character segmentation, to a size a
gaborandnetwork
- 一个人脸识别程序，包括gabor滤波和用神经网络进行训练
bpnet
- BP神经网络训练代码，可以完成以一般的神经网络训练，输入样本后，可以显示训练结果，采用VC实现，编译后可以直接运行。
chap11
- 采用神经网络对字符进行识别，经多次训练网络可以有较好的识别率
bp_lle_train
- 基于神经网络的人脸识别训练函数，非常有用，研究生优秀作品
Gabor小波人脸识别
- 基于Gabor小波的人脸识别程序，在程序中使用了神经网络进行训练和分类。
Matlab_Classification_based_on_BP
- 基于BP神经网络的遥感图像分类代码。从样本中提取崇明岛东滩十种地物的光谱特征，并训练BP网络，再利用网络进行分类-BP neural network-based remote sensing image classification code. Extracted from samples of 10 kinds of Chongming Island, Dongtan features of the spectral characteristics and to train BP networ
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
NeuralrecognitionSystem
- 基于神经网络的文字识别系统 本目录主要包括：文档和两个源代 其中源代码是识别程序的，另一个是矩阵类库的。 已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。当然也可以自行用训练样本训练网络，不过要注意训练样本的选择，否则可能识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下训练样本数目尽量多。-Based on neural network characte
BP
- 利用BP神经网络进行图像分割。主要适用于RGB信息丰富的图像。以RGB为BP网络的三个输入，与对应的灰度图对网络进行训练。-The use of BP neural network image segmentation. RGB is mainly applied to information-rich images. BP network to RGB for the three inputs, with grayscale corresponds to the network trainin
Character_Recognition_Training__NN_for_classificat
- 图像特征识别通过神经网络训练方法实现，是学习参考的好资料-you will need first to run the file that name "charGUI4.fig" and on the right side there is a load training set where you have to train the system first, run any data that is should be from 1 to 9 and 0 like ( 1 2 3 4 5 5
face-identification
- 运用神经网络识别简单人脸图形。包括图形处理，训练样本，以及最后识别。-The use of neural networks recognize simple face graphics. Including the graphics processing, training samples, and the final identification.
DigitalIdentificationSystem
- 数字识别系统源代码 使用神经网络进行训练，再仿真-Digital Identification System source code to use neural network training, and then simulation
Particle-swarm-optimization
- 微粒群优化算法(Particle Swarm Optimization,PSO算法)源于鸟群和鱼群群体运 动行为的研究，是一种新的群体智能优化算法，是演化计算领域中的一个新的分支。它 的主要特点是原理简单、参数少、收敛速度较快，所需领域知识少。该算法的出现引起 了学者们极大的关注，已在函数优化、神经网络训练、组合优化、机器人路径规划等领 域获得了广泛应用，并取得了较好的效果。尽管粒子群优化算法发展近十年，但无论是 理论分析还是实践应用都尚未成熟，有大量的问题值得研究。 -
e-bmp
- 易语言验证码识别，基于神经网络，可自行训练！识别验证码必备！-CAPTCHA easy language, based on neural networks, self-training! Identification verification code necessary!
BPimage
- 本程序是自己初步设计的BP拟合图像曲面的训练程序，还有诸多不完善之处，请批评指正(This procedure is their own preliminary design of the BP fitting image surface training procedures, there are many imperfections, please criticism correct)
SRCNN_TEST
- 基于卷积神经网络的图像超分辨率重建，不含训练程序，包含已训练好的model !(Test code for Super-Resolution Convolutional Neural Networks (SRCNN))
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
CNN
- 完整的CNN卷积神经网络创建、训练及测试。(Complete CNN convolution neural network is created, trained and tested.)