搜索资源列表
20081022
- 基于人工神经网络的图像识别方法研究。基于神经网络的人脸检测研究。基于特征融合与神经网络的手写体数字识别技基于遗传神经网络的手写体数字识别研究术研究。基于遗传优化的神经网络的银行票据手写数字识别。一种改进的人工神经网络模型-Based on artificial neural network image recognition method. Neural Network Based Face Detection Research. Based on Feature Fusion and Neur
NeuralNetwork_BP
- 模式识别的一个基础程序,手写数字模式识别,提供给大家分享-A basic pattern recognition procedures, handwritten numeral recognition, available to everyone to share
bp
- BP神经网络的手写数字识别 识别数字为0~-BP neural network recognition of handwritten numeral recognition numbers from 0 to 99
neuralnetwork-sample
- 由java编写的，具有gui界面的，手写数字识别神经网络示例(Written by Java, with GUI interface, handwritten numeral recognition neural network examples)
train-labels-idx1-ubyte
- 用于手写数字识别的训练数据（标签） 数据格式：前32位为2049，再32位为数据数量，之后每一位都是标签值(Training data (tags) for handwritten digit recognition)
t10k-labels-idx1-ubyte
- 用于手写数字识别的预测数据（标签） 数据格式：前32位为2049，再32位为数据数量，之后每一位都是标签值(Predictive data (tags) for handwritten numeral recognition)
train-images-idx3-ubyte
- 用于手写数字识别的训练数据（图片） 数据格式：前32位为2049，再32位为数据数量，再32位为图片宽度M，再32位为图片高度N，之后每N*M位都是图片的像素值(Training data (pictures) for handwritten digit recognition)
t10k-images-idx3-ubyte
- 用于手写数字识别的预测数据（图片） 数据格式：前32位为2049，再32位为数据数量，再32位为图片宽度M，再32位为图片高度N，之后每N*M位都是图片的像素值(Predictive data (pictures) for handwritten numeral recognition)
svm手写数字识别
- Python语言实现的SVM手写数字识别(SVM handwritten numeral recognition based on Python language)
手写数字识别
- 贝叶斯，神经网络等不同算法下的手写数字识别比较并建立了GUI界面可视化(Bias, neural network and other algorithms under the handwritten numeral recognition, comparison and establishment of the GUI interface visualization)
手写数字识别
- 一个练习机器学习的算法，解决手写数字识别的算法(An algorithm that exercises machine learning to solve the handwritten numeral recognition algorithm)
数字识别
- python的keras调用theano创建cnn识别minist手写数字(use keras of python to create cnn to recognize digit wrote by hand)
BP神经网络手写数字识别
- 使用bp神经网络算法识别手写阿拉伯数字图像，三层的误差反馈神经网络，可输出准确率，数据集为60000条数据，每条数据是一张28*28的图片(The BP neural network algorithm is used to recognize handwritten Arabia digital images, and the error feedback neural network of three layers can output the accuracy rate. The data
matlab
- 基于BP神经网络手写数字识别，main函数是主函数，识别的成功率在86%左右。(Based on the BP Neural Network handwritten digital recognition, the main function is the main function, and the recognition success rate is about 86%.)
BP手写数字识别
- bp实现手写数字识别，识别率一般在97%以上，其中有添加噪声和不添加噪声的情况。(Recognition of Handwritten Numbers Based on BP)
CNN
- 手写数字识别的数据集 matlab实现cnn(Data Set for Handwritten Number Recognition Realization of CNN in matlab)
MATLAB神经网络手写数字识别（GUI，论文）
- 本课题为基于MATLAB的BP神经网络手写数字识别系统。带有GUI人机交互式界面。读入测试图片，通过截取某个数字，进行预处理，经过bp网络训练，得出识别的结果。可经过二次改造成识别中文汉字，英文字符等课题。(This project is based on Matlab bp neural network Handwritten digit recognition system. With GUI human-computer interactive interface. Read in the
DNN实现手写数字识别
- DNN实现手写数字的识别，准确率80以上，可以自行改变学习率等，希望能帮助到大家。
深度学习CNN手写数字识别
- 利用CNN网络手写数字识别，注释清楚，损失函数用的是focalloss，标注明确，可以跑通，框架是pytorch
手写数字识别
- 简单的神经网路学习入门学习资料，使用bp神经网络进行手写数字识别。