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
bp神经网络的车辆分类
- c语言编写的基于BP神经网络的对图像车辆分类，其中图像特征提取是用图像不变矩，给出了图像不变矩的样本数据和验证数据。-based BP neural network image of the vehicle classification, Feature Extraction which is the same image moments, the image is unchanged Moments sample data and test data.
pcaBPneuralnetwork
- 用主成分分析与神经网络进行人脸的识别 文件是整个的ＭＡＴＬＡＢ数据文件-using principal component analysis and neural networks face identification document is the entire data file MATLAB
PlateReco
- 用于汽车牌照的定位与识别，本系统数据库平台采用windows2000,加上MS SQL Server2000,应用程序平台完全采用VC++开发，运用了动态链接库技术，数据库技术，图象处理技术和网络通信技术。 本系统的实现步骤: 1.收费单元. 2.牌照识别单元,流程如下:车辆图象采集，牌照区域提取，牌照字符切分，牌照字符识别。 3.数据通信单元.
Dedict-src
- 实现方法 ...颠覆传统字典，不再是照字母表着愚公移山地爬格子，一种全新的体验！ 可视化的电子词典，图形的方式，直观地展现单词之间的联系。 统计统计数据和人们自身的感性认知一致表明： 人们对图形的记忆效果印象最深刻，其次是表格，最差就是文字了 由于传统出版业的行业特性的限制，为了便于检索，传统的纸质字典只能按照字母表顺序来组织排版。所以我们一直以来看到的都是此类的字典，甚至于很多电子辞典也还是沿袭了这个传统，尽管事实上字母表顺序很不
bpann
- 基于神经网络算法，构建了一个三层的bp网络，用来识别5，6，7，8，9五个数字，在matlab环境下运行成功，对于了解神经网络控制算法很有帮助,并附有训练和测试数据
Mybp539
- 数据是来源于图像的不变矩提取，这里是用matlab实现的，后面可能需要用vc实现，不过也不一定，数据是由房房同学提供的，说不定不用做 利用最简单的bp神经网络来实现分类，一共两类车辆，这里是模拟实现把，识别效果还能用，先凑合着把，这里的特征提取也够玄乎。
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。
work
- 基于BP神经网络对印刷体字符图象进行识别,经过前期处理,获得64*64的二值图象,其二值图象数据作为神经网络的输入.
testPNN
- /*模式训练*/ Training(int,int,int,char*,char*,char*) 参数： 模式个数（即网络的第一隐层节点数） 模式维数（即网络的输入层节点数） 模式类别数(即网络的输出层节点数) 计算中心控制矢量时所用的变换函数核 第二隐层权值的训练算法 训练模式所在的文件名称 /*模式分类*/ Classifying(int,char*) 参数： 需要分类的模式个数 分类数据-/* Model Training*/Tr
iris
- iris数据分类，bp神经网络实现，适当调整训练次数和训练精度，分类准确率可达99 以上-iris data classification, bp neural network, training times and training appropriate adjustments to the accuracy, classification accuracy rate of 99 or more
hopfield
- 采用MATLAB实现Hopfield神经网络算法，并用其来进行字符识别。实验包括单个噪声字符的识别和多个噪声字符的识别两部分。并从这两方面对实验数据进行了分析与对比。-Hopfield neural network implementation using MATLAB algorithm, and use it to carry out character recognition. Experiments included a single noise, character recogniti
bbb
- 人脸识别是近年来模式识别、图像处理、机器视 觉、神经网络以及认知科学等领域研究的热点课题之 一。作为生物特征识别的一个重要方面, 人脸识别在 档案管理系统、安全验证系统、信用卡验证、公安系统 的罪犯身份识别、银行和海关的监控、人机交互等领域 具有广阔的应用前景。与指纹识别、视网膜识别、虹膜 识别等技术相比, 人脸识别技术在数据采集方面手续 比较简单, 使用者更容易接受。-Face recognition in recent years, pattern recogni
matlab_shibie
- 基于神经网络的图像识别的基本原理。基于图像像素数据的神经网络识别技术，是用高维的原始图像数据作为神经网络的训练样本。-Based on neural network image recognition of the basic principles. Image pixel data based on neural network identification technology is the use of high-dimensional raw image data as a neural
Digit
- Java实现的手写数字识别工具，基于人工神经网络和机器学习原理。先读入一个文件进行训练，然后可以识别相同格式文件中的手写数字。目录下的PNT文件即为手写数字的数据文件。-Java implementation of the handwritten numeral recognition tool, based on artificial neural networks and machine learning principles. To read a file into training, t
111
- 基于神经网络的文字识别系统，完整源码、编译程序及测试数据-Neural network C source code
ver_0.82
- 此文件包包含用卷积神经网络识别手写输入的识别程序，数据可从MNIST下载-This release includes sample of handwritten digits recognition using CNN. If you just want to try it run cnet_tool. You ll see a simple GUI. It loads pretrained convolutional neural net from cnet.mat and recognize
letter-distinguish-based-on-BP-net
- 本设计运用MATLAB工具箱确定隐层神经元的个数和构造BP神经网络，并用两类不同的数据对该神经网络进行训练，然后运用训练后的网络对字符进行识别-The use of design the MATLAB toolbox to determine the the the the number of and tectonic of of the of hidden layer neurons BP neural network, and use two types of different data
jiyubpshenjingwangluo
- 用matlab实现，实现基于bp神经网络数据分类，欢迎大家使用。-Using matlab to achieve, bp neural network-based data classification, welcome everyone to use.
cnn
- 基于python tensorflow框架构建的卷积神经网络用来识别图像，附带训练数据集的制作代码。(The convolution neural network based on the python tensorflow framework is used to identify images with the production code of the training data set.)