搜索资源列表
文字识别程序
- 目前该手写体识别系统主要分为 预处理模块： 主要包括训练数据和识别数据的读取，归一化，二值化 特征提取模块：主要包括笔划方向特征和网格密度特征，还可以根据对识别率的要求继续增加其他特征 识别（分类器）模块：主要包括SVM方法和BP神经网络的方法，其中SVM方法的识别率较高，SVM＋网格密度特征， 在小字符集情况下，达到了识别率97％以上 采用OO思想编写，适合做二次开发-currently the handwriting recognition system consists of pretre
recongnation
- 图像模式识别 模板匹配法 神经网络分类器 几何分类器 基于概率统计的贝叶斯分类器-image pattern recognition template matching neural network classifiers classification is based on geometric probability and statistics Bayesian classifier
pattern-recongnation
- 该程序设计采用了模式识别中的多种方法： 模板匹配§贝叶斯￥几何分类器×神经网络法等分类方法
fenlei
- 模式识别，一个很好的数字，图形程序，包括了很多种算法，样本设计，摸板匹配，BYS分类器，线性分类器，非线性分类器，神经网络分类
Classify
- VC实现的手写体识别程序。实现手写数字给出不同的分类器识别结果，可心采用模板匹配分类器（最邻近模板匹配法）识别， Bayes分类器识别（使用二值数据的Bayes方法,最小错误概率的Bayes方法，最小风险的Bayes方法)，线性函数分类法识别（Fisher算法，奖惩算法，增量校正算法，LMSE算法的识别），非线性分类法（势函数法）识别，神经网络分类法识别（包括神经网络训练，神经网络建立后输出权值，测试与比较，神经网络识别）。 运行完全正确，是学习VC实现不同分类识别方法的很好代码。
fenleichengxu.rar
- 用VC++实现图像的分类识别，模板匹配分类器，Bayes分类器，线性函数分类法，非线性分类法，神经网络分类器,With VC++ Achieve image classification and recognition, template matching classifier, Bayes classifier, a linear function of classification, non-linear classification, neural network classifiers
regnize
- 实现0-9个手写数字的识别 使用了多种方法：最近邻、势函数、神经网络、贝叶斯分类器-To achieve recognition handwritten digits 0-9 using a variety of methods: the nearest neighbor, potential function, neural networks, Bayesian classifier
classify
- 简单分类器 可用于基于神经网络的字母识别，适合初学者使用。 -Simple classifier based on neural network can be used to identify the letters, suitable for beginners to use.
BP
- 图像模式识别 模板匹配法 神经网络分类器 BP源代码-Image pattern recognition template matching neural network classifier BP source code
Classification
- 模式分类。包括:训练样本设计、模板匹配分类器、Bayes分类器、线性函数分类法、非线性分类法、神经网络分类法-Pattern classification. Include: training sample design, template matching classifier, Bayes classifier, a linear function of classification, non-linear classification, neural network classificat
picVC
- 图象模式识别--VC++技术实现 ① 选择【模板匹配分类器】菜单，可以应用模板匹配算法进行分类。 ② 选择【Bayes分类器】菜单，可以应用Bayes算法进行分类。 ③ 选择【线性函数分类法】菜单，可以应用线性函数算法进行分类。 ④ 选择【非线性分类法】菜单，可以应用非线性算法进行分类。 ⑤ 选择【神经网络分类器】菜单，可以应用神经网络算法进行分类。 -Image pattern recognition- VC++ technology to achieve
PatternRecognition
- 图象处理 模式识别 多种分类方法(最临近匹配分类器、Bayes分类器、线性函数分类、非线性函数分类、神经网络分类)识别0-9数字 手写数字与数字图片,包括设计训练样品库、可以选择多种分类器来识别识别0-9这十个阿拉伯数字，包括临时手写的数字，也包括图片中的数字 -Pattern recognition image processing a variety of classification (the most close to matching classifier, Bay
Class
- 分别通过模板匹配分类器、、Bayes分类器、线性函数分类法、非线性分类法、神经网络分类器对手写字进行模式分类，编写相关的程序可以参考此代码-Respectively, through template matching classifier,, Bayes classifier, a linear function of classification, non-linear classification, neural network classifiers for pattern classi
Handwritten_numeral_recognition
- 手写数字识别,分为分类程序（模板匹配分类器、Bayes分类器、线性函数分类法、非线性分类法、神经网络分类器）和聚类程序（模糊聚类、遗传算法）-Handwritten numeral recognition, is divided into classification procedures (template matching classifier, Bayes classifier, a linear function of classification, non-linear classif
fenleichengxu
- 本程序主要视图界面分两部分，左视图是训练样品设计，右视图是模式识别，可根据模式识别菜单项进行识别。分类器包括模板匹配分类器，Bayes分类器。分类法包括线性函数分类法，非线性函数分类法和神经网络分类法。-The program interface main view in two parts, the left view is the training sample design, the right view is the pattern recognition, pattern recogn
gg
- 模式识别，包括分类器的设计，字符识别，以及BP神经网络-recogition
niaochenzhazidongshibiesuanfa
- 本文展开了对尿沉渣图像 自动识别算法的研究。著者在从事“尿沉渣图像自动识别算法的研究”课题的研究 中，广泛吸取了国内外已有的有益成果，根据尿沉渣图像特点从图像增强、图像 分割、特征提取和特征选择、图像识别等各个环节寻求最佳的可行方法以提高识 别的性能，提出了基于组合图像分割算法、改进的特征提取和特征选择算法以及 BP神经网络分类器的尿沉渣图像自动识别算法。-This started on the urine sediment image recognition algorit
Gesture-Recognition-
- 本文提出一种用于手势识别的新方法，它将图像的方向直方图矢量(0Hv)与神经网络相结合。其特点在于选用 图像的方向直方图矢量作为手势的特征矢量，该特征矢量对于光线和手的平移变化具有较强的鲁棒性，这正是手势识别所要 解决的关键问题。在训练阶段，首先需要建立手势样本的特征矢量库；在识别阶段，本文选用三层BP网络作为分类器，获得 了90％以上的识别率。本文还对手势进行一定角度的旋转后的识别进行了讨论，识别结果达到预期要求。-In this paper，a new method of gest
Pattern-Recognition-ppt
- 介绍模式识别的基本概念，详述了贝叶斯，参数估计，线性分类器，神经网络，随机方法，无监督学习与聚类等-Introduce the basic concepts of pattern recognition, Bayesian detailed, parameter estimation, linear classifiers, neural networks, stochastic methods, unsupervised learning and clustering, etc.
Pattern-Recognition_MATLAB_1
- 线性分类器设计，1_k近邻法，剪辑法，ANN-BP神经网络法，聚类分析法，特征选择，特征提取等模式识别常用算法，内有matlab可运行实现，还有word文档的说明。对于学习，是做好的资料。-Commonly used algorithm for linear classifier design the 1_k nearest neighbor, clip, ANN-BP neural network method, cluster analysis, feature selection, fea