搜索资源列表
文字识别程序
- 目前该手写体识别系统主要分为 预处理模块： 主要包括训练数据和识别数据的读取，归一化，二值化 特征提取模块：主要包括笔划方向特征和网格密度特征，还可以根据对识别率的要求继续增加其他特征 识别（分类器）模块：主要包括SVM方法和BP神经网络的方法，其中SVM方法的识别率较高，SVM＋网格密度特征， 在小字符集情况下，达到了识别率97％以上 采用OO思想编写，适合做二次开发-currently the handwriting recognition system consists of pretre
分类程序
- 图像模式识别，vc++实现各种常用模式识别算法，包括分类器设计等-image pattern recogenise
模式分类
- 该程序可以对二维三类样本进行分类，并画出分界面．学习过模式识别的人必看．要学习神经网络的人必看，代码简单，实用性强-the procedure three samples of two-dimensional classification and paint interface. Learning the pattern recognition Watchable. To study the neural network Watchable, code simple, practical
模式识别分类器
- 本程序用来实现模式识别中二维线性变换的分类其设计-the procedures used for pattern recognition of two-dimensional linear transform its design classification
TextCategorization
- 基于朴素贝叶斯算法实现的中文文本分类程序。可以对中文文本进行分类识别，使用时先对分类器进行训练，然后进行识别。该Beta版本仅支持对3类文本进行分类，使用简单的中文分词方法，本程序尚不具备实用性，用于算法研究和改进。-based on Bayesian algorithms to achieve the Chinese text classification procedure. Can the Chinese text classification identification, the us
image-textual-analysis
- 计算图像纹理共生矩阵及共生矩阵相关系数、熵等几个特征值，供后续的分类识别应用。提供了友好的操作界面。觉得最好的应用就是用于人脸识别的样本训练。-calculated image texture symbiotic matrix and symbiotic correlation coefficient matrix, some features, such as entropy values for the follow-up to the recognition and classificat
orl-FACE-BASE
- 这里给出ORL人脸库，以及应用VC++实现人脸图像的分类识别，希望对大家有所帮助。-here is the ORL, and the application of VC Face Image Recognition, We want to help.
GUI_MSVM
- 一个完整的具有图形操作界面的支持向量机模式识别的实验系统.全部用Matlab实现,可以实现多种分类识别. 这是本人的毕业设计的附属程序-complete with a graphical interface SVM pattern recognition to the experimental system. All using Matlab ab realized, could achieve multiple classification. This is my graduation des
神经网络与模式识别_丁铖_2017140818
- bp神经网络，用于风力发电机的故障分类，可用于二分类和多分类，已经线性回归和非线性回归(Bp neural network for fault classification of wind turbines, can be used for two-class and multi-classification, has linear regression and nonlinear regression)
基于SVM的光学字符识别
- OCR光学字符识别是将纸上的文字扫描成数据集，然后对数据集进行分类，最终自动识别字符的技术。(OCR optical character recognition is a technology that scans text on paper into data sets, then classifies the data sets, and finally automatically recognizes characters.)
手写数字识别
- 运用卷积神经网络进行特征提取，然后进行分类(Using convolution neural network to extract features and classify them)
基于贝叶斯最小错误率手写数字识别
- 基于贝叶斯手写数字识别，基于MATLAB+GUB平台，手写0-9数字进行识别分类(Handwritten Number Recognition Based on Bayesian)
题库，包括抓取试题，抓取答案，图像识别答案等
- 一个题库爬虫，包括抓取试题，抓取答案，图像识别答案，抓取分类，导入数据库(A question bank crawler, including grabbing test questions, grabbing answers, image recognition answers, grabbing classification, importing into the database)
鸢尾花分类
- 使用四种方法进行鸢尾花分类：最小距离分类器，K 近邻法，感知器，Fisher 准则。(Four methods are used to classify iris: minimum distance classifier, K-nearest neighbor method, perceptron and Fisher criterion.)
基于PCA的SVM分类
- 选择“BreastCancer”数据集，使用支持向量机(SVM)对其进行分类。作为对比，第一次对特征集直接进行支持向量机分类，第二次对特征集进行主成分分析法的特征提取后，再对特征提取后的特征集进行支持向量机分类。并且对比和分析了两次分类的结果。(The BreastCancer data set is selected and classified by Support Vector Machine (SVM). For comparison, the first time the featur
基于粒子群优化算法的特征选择SVM分类
- 针对“BreastCancer”数据集，作为对比，第一次对特征集直接进行SVM分类，第二次使用粒子群算法进行特征选择后再进行SVM分类。并且对比和分析了两次分类的结果。(For "BreastCancer" data set, as a comparison, the first time the feature set is directly classified by SVM, and the second time the feature set is selected
有导师学习神经网络的分类-鸢尾花种类识别
- 有导师学习神经网络的分类-鸢尾花种类识别(Classification of Instructors Learning Neural Networks - Iris Species Identification)
人脸识别 MATLAB代码
- 使用pca方法对图像进行特征提取，对训练集的20个人的共一百张人脸进行训练，使用adaboost算法生成强分类器，可以对测试集的人脸图片进行识别，且识别率较高(The PCA method is used to extract the features of the image, and the training is carried out for a total of 100 faces of 20 people in the training set. The AdaBoost algor
汪星人识别项目
- python语言，使用keras框架，用vgg16提取图片特征然后用全连接层分类(Python language, using keras framework, extracting image features with vgg16 and classifying with full connection layer)
花卉分类
- 提供十种花卉的图像识别与分类，测试集准确率较好(Provide ten kinds of flower image recognition and classification)