文件名称:Vehicle-License-Plate-Recognition
-
所属分类:
- 标签属性:
- 上传时间:2016-09-23
-
文件大小:437.97kb
-
已下载:1次
-
提 供 者:
-
相关连接:无下载说明:别用迅雷下载,失败请重下,重下不扣分!
介绍说明--下载内容来自于网络,使用问题请自行百度
基于神经网络的车牌识别系统,matlab代码编写,训练bp网络,含训练过程和测试demo,可直接运行,也可以根据需要利用自己的数据集重新训练。-Vehicle License Plate Recognition
(系统自动生成,下载前可以参看下载内容)
下载文件列表
基于神经网络的车牌识别系统/
基于神经网络的车牌识别系统/b1.mat
基于神经网络的车牌识别系统/bp.m
基于神经网络的车牌识别系统/charLabelsSet.mat
基于神经网络的车牌识别系统/charLabels_A.mat
基于神经网络的车牌识别系统/charTrainSet.mat
基于神经网络的车牌识别系统/computeNumericalGradient.m
基于神经网络的车牌识别系统/controlling.m
基于神经网络的车牌识别系统/convPool.m
基于神经网络的车牌识别系统/demo_run_me.m
基于神经网络的车牌识别系统/display_network.m
基于神经网络的车牌识别系统/generTrainData.m
基于神经网络的车牌识别系统/initializeParameters.m
基于神经网络的车牌识别系统/largeImageConvolve.m
基于神经网络的车牌识别系统/largeImagePool.m
基于神经网络的车牌识别系统/loadMNISTImages.m
基于神经网络的车牌识别系统/loadMNISTLabels.m
基于神经网络的车牌识别系统/normalizeData.m
基于神经网络的车牌识别系统/sampleIMAGES.m
基于神经网络的车牌识别系统/saveImageToMat.m
基于神经网络的车牌识别系统/softmaxCost.m
基于神经网络的车牌识别系统/softmaxModel.mat
基于神经网络的车牌识别系统/softmaxPredict.m
基于神经网络的车牌识别系统/softmaxTrain.m
基于神经网络的车牌识别系统/softmax_myTrain.m
基于神经网络的车牌识别系统/sparseAutoencoderCost.m
基于神经网络的车牌识别系统/TRAIN.mat
基于神经网络的车牌识别系统/W1.mat
基于神经网络的车牌识别系统/xmui.m
基于神经网络的车牌识别系统/b1.mat
基于神经网络的车牌识别系统/bp.m
基于神经网络的车牌识别系统/charLabelsSet.mat
基于神经网络的车牌识别系统/charLabels_A.mat
基于神经网络的车牌识别系统/charTrainSet.mat
基于神经网络的车牌识别系统/computeNumericalGradient.m
基于神经网络的车牌识别系统/controlling.m
基于神经网络的车牌识别系统/convPool.m
基于神经网络的车牌识别系统/demo_run_me.m
基于神经网络的车牌识别系统/display_network.m
基于神经网络的车牌识别系统/generTrainData.m
基于神经网络的车牌识别系统/initializeParameters.m
基于神经网络的车牌识别系统/largeImageConvolve.m
基于神经网络的车牌识别系统/largeImagePool.m
基于神经网络的车牌识别系统/loadMNISTImages.m
基于神经网络的车牌识别系统/loadMNISTLabels.m
基于神经网络的车牌识别系统/normalizeData.m
基于神经网络的车牌识别系统/sampleIMAGES.m
基于神经网络的车牌识别系统/saveImageToMat.m
基于神经网络的车牌识别系统/softmaxCost.m
基于神经网络的车牌识别系统/softmaxModel.mat
基于神经网络的车牌识别系统/softmaxPredict.m
基于神经网络的车牌识别系统/softmaxTrain.m
基于神经网络的车牌识别系统/softmax_myTrain.m
基于神经网络的车牌识别系统/sparseAutoencoderCost.m
基于神经网络的车牌识别系统/TRAIN.mat
基于神经网络的车牌识别系统/W1.mat
基于神经网络的车牌识别系统/xmui.m
1999-2046 搜珍网 All Rights Reserved.
本站作为网络服务提供者,仅为网络服务对象提供信息存储空间,仅对用户上载内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。
