搜索资源列表
hopfield
- 离散二值神经网络，作为一种新的人工神经网络，是一种具有联想记忆功能的网络，用于数字识别。-Discrete binary neural networks, as a new artificial neural network is a kind of associative memory function of the network, for digital identification.
recognition
- 基于MATLAB的手写体数字识别，有需要数字识别程序的可以下载啊-NeuralNetwork_BP_shibie
myBPMNIST
- 采用典型的BP算法实现了有导师学习下的神经网络，采用输入层、隐含层和输出层的三层结构，实现了BP算法。并用此算法实现了基于MNIST的数字识别，采用7000个样本做训练，自洽检验正确率达到了99.79%。
BP算法的手写数字识别
- 简单的应用gui界面编写的数字识别。。。。。。
手写数字识别 matlab
- 手写数字识别 matlab，用于进行数字识别，是机器学习现在的热门话题
5，ATKNCR(数字字母手写识别库)
- 数字字母手写识别库 可用于显示数字字母等(Digital alphabet handwriting recognition library)
BP 0-9识别
- 本程序由matlab编写，以BP神经网络进行0~9十个数字的识别。(This procedure written by MATLAB, BP neural network for 0~9 ten digital identification)
MNIST
- MNIST手写体数字识别库及图片提取代码MNIST手写数字库识别实现摘要手写数字识别是模式识别的应用之一。文中介绍了手写数字的一些主要特征,并提出了截断次数特征并利用截断次数特征进行了实验(MNIST handwritten digital identification library and picture extraction code MNIST handwritten numeral library identification implementation summary Handwr
handwriting recognition GUI
- 本文主要实现手写数字识别，利用多类逻辑回归与神经网络两种方法实现,并编写有GUI界面。(This paper mainly implements handwritten numeral recognition, using multiple logic regression and neural network to achieve two methods, and the preparation of a GUI interface.)
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)
数字识别
- 对于自己手写的数字进行识别，效果比较不错，准确率在八成以上(recognition of handwriting numbers, with very good testing results, can successfully recognize 80 percent)
数字识别
- 手写体识别，包括样本，基于传统神经网络编写，使用MATLAB神经网络工具箱(Handwriting Recognition)
CNN2-数字识别
- 利用C写的一个用卷积神经网络做数字识别程序(Using C to write a convolution neural network to do digital identification procedures)
手写体数字识别
- 可以识别手写体数字，识别率在百分之90以上。贝叶斯决策论(Handwritten numerals can be recognized)
DigitReg
- 此程序用于各种图片中的数字识别，基于VS2013+OPENCV2.4.9,简单好用(This program is used for digital identification of various pictures, based on VS2013+OPENCV2.4.9, simple and easy to use)
BP神经网络实现手写数字识别matlab实现
- BP神经网络实现手写数字识别matlab实现(Matlab implementation of handwritten digit recognition based on BP neural network)