搜索资源列表
pattrnRecognization
- 文件包中是关于模式识别中神经网络法，模板匹配，Fisher判别法和细化算法（用于轮廓检测）以及数字识别的vc程序-packages on the pattern recognition neural network, template matching, Fisher Discriminant and thinning algorithm (used for contour detection), and digital identification procedures vc
DigitRec
- 数字识别系统源代码: 第一步：训练网络。使用训练样本进行训练 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90％。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。 具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“
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
digital-recognise
- 数字识别代码 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别识别的结果显示在屏幕上，同时也输出到文件result.txt中 该系统的识别率一般为90％ 另外，也可以单独对打开的图片一步一步进行图像预处理工作。但要注意，每一步工作只能执行一遍，而且要按顺序执行。步骤为：“256色位图
WordRecognizeVc++Res
- 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。-first use of the identification procedures, they can run the Release directory of executable files, Then the c
digitshibie
- 图形数字识别： 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别 识别的结果显示在屏幕上，同时也输出到文件result.txt中-graphics figures recognition : the first step : training netw
jianliyangben
- 一个基于BP神经网络的matlab程序，可以实现对几种字体0-9的数字识别，这个文件是建立样本矢量的压缩包。-a neural network based on BP's Matlab procedures, Some can be achieved on the font 0 -9 identification number, the document is to establish the sample vector compressed.
BPl
- 一个基于BP神经网络的matlab程序，可以实现对几种字体0-9的数字识别，这个文件训练网络的压缩包-a neural network based on BP's Matlab procedures, Some can be achieved on the font 0 -9 identification number, the document training network compressed
szsbxtydm
- 数字识别系统源代码.rar 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90％。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意
DigitRec_source
- 此为数字识别系统的源码，该系统的识别率一般为90％。 另外注意，要识别的图片，要与win.dat、whi.dat位于同一目录。此两文件保存训练后网络的权值参数
JpgDll
- 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。 当然读者也可以自行用训练样本训练网络，不过要特别注意训练样本的选择，否则可能造成识别率很低。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。
图形验证码识别引擎 V1.1
- 本程序能识别网络90%以上的论坛验证码和一些简单的网站验证码，从图片中正确识别出数字和字母。 程序对矢量随机的验证码，如动网7.1sp2最新验证码亦有80%以上识别率。已经突破了dvbbs,discuz,phpwind,leoboard,ipb 等论坛的验证码限制。 发布形式为一个OCR.DLL文件,方便各种其他语言开发的程序调用，支持多线程，可配置特征码库。无需了解复杂的图像处理，图形识别技术，为你开发各种自动化应用：如群发程序，暴力破解程，投票程序，自动充值程序等 铺平道路。
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
shuzishibie
- 数字识别代码 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别）第二步：识别。 首先，打开图像（256色） 再次，进行归一化处理。点击“一次性处理” 最后，点击“R”或者使用菜单找到相应项来进行识别识别的结果显示在屏幕上，同时也输出到文件result.txt中 该系统的识别率一般为90％ -Digital identification code the first step: Training Network. Th
Neural-network-recognition-system
- 使用说明 第一步：训练网络。使用训练样本进行训练。 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90 。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。 具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－
DigitRec
- 使用说明 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90 。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作
BPneuralnetworkbasedonthematlab
- 一个基于BP神经网络的matlab程序可以实现对几种字体0-9的数字识别这个文件训练网络的压缩包-BP neural network based on the matlab program can achieve several fonts 0-9 to identify the document number of the compressed packet network training
programs_and_pictures
- 一个自己编的车牌识别程序，采用BP神经网络实现，效果较好。（图片和程序都在一个文件夹里）-A license plate recognition program to achieve good effect.It is written by myself using BP neural network to achieve it.
677596
- 本程序根据训练好的网络文件ANN,mat预测新的数据文件 很好的(This procedure according to the trained network file ANN, mat predict new data file is very good)
神经网络边缘提取
- 该文件包含BP神经网络边缘提取，对自然图像进行边缘提取，提取的边缘连续