搜索资源列表
EXO4
- 用matlab实现的一个手写数字识别程序-using Matlab achieve a handwritten digital identification procedures
图片识别
- 可以自动识别目前的一些图片中的数字,功能强大,一切都是自动识别-automatically identifies some of the current figures in the picture, powerful, everything is automatic identification
code
- 针对实际项目采用了webservice进行搭建分布应用及多线程进行分布式并行开发应用。本项目主要针对图象学的图象处理对已存在的图象进行数字识别，本项目还利用BP神经网络（人工智能）技术进行识别应用，本项目采用OCR、体征、BP三种识别方法进行有效识别，识别效率达到98 -100 ，运行效率95ms/56ms/0.9ms。-Webservice used for the actual project to build distributed applications and multi-threa
jskey
- 事件名称 说明 onkeypress 这个事件在用户按下并放开任何字母数字键时发生。系统按钮（例如，箭头键和功能键）无法得到识别。 onkeyup 这个事件在用户放开任何先前按下的键盘键时发生。 onkeydown 这个事件在用户按下任何键盘键（包括系统按钮，如箭头键和功能键）时发生。 -Onkeypress event name that this event in the user press and release occurs when any alphanume
MLPsjwl
- 用matlab实现的神经网络程序，识别样本图像A-Z，并用相应的数字0-26显示，验证识别能力和容错性。-Achieved using matlab neural network program, the the identification sample images AZ, and displayed with the corresponding figures 0-26, verify identification and fault tolerance.
123
- 基于神经网络的数字识别系统Visual Basic版--Neural Network Based Digital Identification System version of Visual Basic
ciliba
- 磁力链接是一种特殊链接，但是它与传统基于文件的位置或名称的普通链接（如http://xxx）不一样，它只是通过不同文件内容的Hash结果生成一个纯文本的“数字指纹”，并用它来识别文件。它类似于生活消费品包装上常见的条码，不同的是这个“数字指纹”可以被任何人从任何文件上生成，这也就注定了磁力链接不需要任何“中心机构”的支持（例如：BT Tracker服务器），且识别准确度极高。因此任何人都可以生成一个Magnet 链接并确保通过该链接下载的文件准确无误。-Magnetic link is a sp
zfushibie
- 字符识别的程序，可识别数字，大小写字母。很好用的的哦。-Character recognition program recognizes numbers, uppercase and lowercase letters. Oh well used.
Coding-OCR-recognition
- 现有基于机器视觉的智能检测技术是实现其生产质量快速、自动检测与控制的新型重要手段。在此基础上，本文介绍了基于HALCON机器视觉软件的检测系统和针对化妆品瓶底批号的图像处理关键技术，包括灰度值调整、形态学运算、字符分割及识别数字对象-Existing machine vision based intelligent detection technology is to achieve its production quality fast, automatic detection and con
cilixian
- 搭建磁力离线平台，请放在服务器WEB目录`磁力链接是一种特殊链接，但是它与传统基于文件的位置或名称的普通链接（如http://xxx）不一样，它只是通过不同文件内容的Hash结果生成一个纯文本的“数字指纹”，并用它来识别文件。它类似于生活消费品包装上常见的条码，不同的是这个“数字指纹”可以被任何人从任何文件上生成，这也就注定了磁力链接不需要任何“中心机构”的支持（例如：BT Tracker服务器），且识别准确度极高。因此任何人都可以生成一个Magnet 链接并确保通过该链接下载的文件准确无误--
network2
- 初学机器学习，第一步是做一个简单的手写数字识别，我选用的是MNIST数据集（用其他数据集也可以，原理都差不多），算法是KNN（下载库直接调用函数，算法的具体实现没有过多关心）。在网上也看到过MNIST数据集的Python代码，但是感觉有些复杂，作为初学者见到那么多代码就头大……这里分享一下我的代码，虽然并不完善，但是可以为其他初学者提供一点简单的思路吧。(Learning machine learning, the first step is to do a simple handwritten
tensorboard
- tensorflow手写数字识别，提高识别的准确率(Tensorflow handwritten numeral recognition, improve the accuracy of recognition.)