搜索资源列表
Demo-Mnist
- 基于神经网络的手写数字识别的源代码，绝对能够正常编译并运行！-based on neural network handwritten numeral recognition of the source code is absolutely normal to compile and run!
HandwrittenDigitRecognitionBasedOnBPNeuralNetwork.
- 详细说明了如何实现基于bp神经网络的手写数字识别。神经网络对于参数的设置是敏感的，尤其是隐藏层的单元个数，本文列出了一系列bp神经网络的应用的参数设置。结果表明，可以实现较好的模式识别功能
shouxieshuzishibie
- 手写数字识别（脱机识别）,采用了神经网络的方法，有界面指示-Handwritten numeral recognition (off-line identification), using neural network method, and a direct interface
shibie
- 针对10个手写数字的识别问题，设计了一个BP神经网络，使它能够正确识别10个数字。-Against the 10 handwritten numeral recognition problem, a BP neural network is designed so that it can correctly identify the 10 digits.
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
Release
- 闲时无聊，搭了一个基于深度神经网络的手写数字识别系统。该系统在手写数字数据库mnist测试达到了99.22 的准确率。整个系统基于C++开发，可以很方便的移植到其他平台。 其中手写数字数据库mnist（http://yann.lecun.com/exdb/mnist/），有60000个训练样本数据集和10000个测试用例。它是由Google实验室的Corinna Cortes和纽约大学柯朗研究所的Yann LeCun建立的一个手写数字数据库。同时它是nist数据库的一个子集。
CNNmatlab
- cnn卷积神经网络用于手写数字识别，cnet_tool是一个demo-cnn convolution neural network for handwriting recognition, cnet_tool is a demo
BP-networkmatlab
- BP神经网络实现手写数字识别，使用matlab实现。内有测试数据及实验结果，非常适合入门者使用。绝对超值、值5分。0.99MB的文件下载该文档，你不会吃亏。-BP network matlab
recognition
- 神经网络的手写 数字识别matlab。包含数据库，可直接运行。-Handwritten numeral recognition matlab neural network.Contains a , can be directly run
BPshouxieshuzishibie
- 基于BP神经网络的手写数字识别，总共有三个程序，分别是建立样本，进行训练，最后是检验测试-Based on the BP neural network handwritten numeral recognition, a total of three procedures, namely, the establishment of samples, training, and finally test
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.)
CNN_code
- 卷积神经网络代码齐全，手写数字识别以及SAE的例子(Convolutional neural network code)
MNIST
- 简单的手写数字识别，在深度神经网络中的简单尝试，对于初学者有个很好的理解(Simple handwritten numeral recognition, in the depth of neural network simple attempt, for beginners have a good understanding)
BP神经网络手写数字识别
- 使用bp神经网络算法识别手写阿拉伯数字图像，三层的误差反馈神经网络，可输出准确率，数据集为60000条数据，每条数据是一张28*28的图片(The BP neural network algorithm is used to recognize handwritten Arabia digital images, and the error feedback neural network of three layers can output the accuracy rate. The data
BPnetwork_code
- 手写体数字识别是模式识别中一个非常重要和活跃的研究领域，数字识别也不是一项孤立的技术，它所涉及的问题是模式识别的其他领域都无法回避的；应用上，作为一种信息处理手段，字符识别有广阔的应用背景和巨大的市场需求。因此，对数字识别的研究具有理论和应用的双重意义。(Handwritten numeral recognition is a very important and active research field in pattern recognition, digital recognition
matlab
- 基于BP神经网络手写数字识别，main函数是主函数，识别的成功率在86%左右。(Based on the BP Neural Network handwritten digital recognition, the main function is the main function, and the recognition success rate is about 86%.)
Hand_num
- 基于神经网络及GUI触摸板的手写数字识别，基本的机器学习例子(Handwritten numerals recognition based on neural network and GUI touch board, basic machine learning examples)
基于Tensorflow的CNN数字识别
- 本文实现了基于minist的手写数字识别，基于TensorFlow的python语言，程序有详细的注释，以及手把手教你怎么搭建CNN(This article implements the handwritten numeral recognition based on minist, the python language based on TensorFlow, the program has detailed annotations, and hands-on instructions o
神经网络-手写数字识别
- 利用BP神经网络，对MNIST数据集中的5000张图片进行训练，实现手写数字识别，训练出来的结果准确率在90%。
minist手写数字识别，搭建3层的卷积神经网络
- minist手写数字识别，基于Keras搭建3层的卷积神经网络，达到99%的识别准确率，且绘制相应的准确率和loss function曲线；