搜索资源列表
recognize
- 用VC++6.0开发的一个手写字符识别系统，联机输入签名，可以识别数字，字母和汉字．-developed a handwriting character recognition system, on-line input signatures can identify numbers, letters and Chinese characters.
zerone
- 【题目描述】 Adam 和Eve 被赶出伊甸园后，盖起了四面高墙。高墙上写着n 行01 串。两人无事可做，于是 开始就这些01 串做如下博弈： 1. Adam 进行第1 手，此后双方轮流操作。 2. 第 i 手的操作者，可以且必须在0 和1 之间选择，并相应地抹掉某些串。具体地，若选择 0（1），则抹掉第i 位为0（1）的所有串。长度短于i 的串，也须抹掉。 3. 一方操作之后若将所有串都抹掉了，则判该方失败。 若两人皆明智，则胜负必然确定。不幸的是他俩
handclass
- 1）解压缩 2)打开“手写数字分类软件”文件夹，点击“手写数字分类.msi”安装程序，在安装向导中选择安装目录，安装完成。 3)打开Matlab软件程序，将当前工作目录设为“手写数字分类”的安装目录，在命令行中输入“classification”命令，即可打开手写数字分类软件。 4）内含多种识别方法 -1) Extract 2) Open the
CharacterReg
- 这是一个小程序,用来识别手写输入问题,用VC++来实现.主要看重其的归一法,以及神经元算法.-This is a small program used to identify the handwriting input issue, VC++ To achieve. The main value of the normalization of its laws, as well as neuronal algorithm.
shouxieshibie
- 上午上课在稿纸上画了半天，整理下思路，下午动手写的，所有模块已大概成型，本着照顾后学者，以及资源共享的原则，贴上核心的bp算法部分，已经封装好了，使用可以直接调用。三层，基本三层就可以解决我们的这些简单的问题，输入为8×8，输出4，隐层数目conts num=8 还可进一步封装，const输入层节点，输出层节点。-Morning class in the writing paper drew a long time, under the idea of finishing the afterno
200812214431237
- OCR手写文字识别源码。陨落雕(ThirdApple)的大作，识别率不错，手写输入识别后分别给出匹配率和匹配的字符 -OCR handwritten character recognition source. Fall Eagle (ThirdApple)' s masterpiece, the recognition rate is true that handwriting recognition is given after the match rate and match each
RecognizeIt-v4.0-(softmax)
- 基于神经网络的手势识别程序 手写输入原理的演示-Gesture Recognition Based on Neural Network program demonstrates the principle of handwriting input
juleisuanfa
- vc实现的聚类算法，可以输入手写数字，程序自动对输入的手写数字进行聚类-vc clustering algorithm to achieve, you can enter handwritten digits, the program automatically cluster the input of handwritten numbers
handwritingPrecognitionPGUI
- 基于BP神经网络的手写数字识别系统，基于Matlab开发，实现手写输入板功能，特征提取，模型训练，手写识别等功能。详细使用方法在readme说明文档中。-Handwritten numeral recognition system based on BP neural network, developed based on Matlab, handwriting input board, feature extraction, model training, handwriting recogn
myBP
- 采用典型的BP算法实现了基于MNIST的手写数字识别采用输入层、隐含层和输出层的三层结构，实现了BP算法下的神经网络。用7000个样本进行自洽检验，正确率99.79 。-Using typical BP algorithm based on MNIST handwritten numeral recognition using input layer, hidden layer and output layer, three-layer structure, to achieve the neu
numbercheck
- 检测手写输入,有几种方法，例如贝叶斯方法，几何方法等等。-Handwriting Detection
MyCnn
- 用VS2012实现手写数字识别的卷积神经网络算法，用mnist库作为输入-Using VS2012 to achieve the handwritten numeral recognition of the convolution neural network algorithm, using the MNIST library as an input
MATLAB
- 实现两个输入信号序列的互相关。返回互相关结果和点数。自己手写代码，要比xcorr效率提高40 左右-read up
数字识别系统v2
- 可以手写输入数字 但是要2014b以前的MATLAB才能运行(You can write the numbers by hand, but you can run them with the MATLAB 2014b)