搜索资源列表
Tone-Recognition
- 调信息在汉语语音识别中具有非常重要的意义。采用支持向量机对连续汉语连续语音进行声调识别实 验，首先采用基于Teager能量算子和过零率的两级判别策略对连续语音进行浊音段提取，然后建立了适合于支持向 量机分类模型的等维声调特征向量。使用6个二类SVM模型对非特定人汉语普通话的4种声调进行分类识别，与 BP神经网络相比，支持向量杌具有更高的识别率。-Tone is an essential component for word formation in Chinese languages
BP_huafenlei
- 基于MATLAB的Bp神经网络花粉分类识别功能,取得花粉的样本后使用BP神经网络进行训练并自动分类，计算出识别的正确率，样本四个特征，以为输出，识别率很高-Bp neural network classification and recognition functions based on MATLAB, obtain a sample using BP neural network training and automatic classification, calculated to ide
BP_kongqiwuranfenlei
- 在MATLAB环境下，建立Bp神经网络，对空气污染进行分类识别,首先取得花粉的样本，使用BP神经网络进行训练，这里没有保存网络，并自动分类，计算出识别的正确率，识别率很高，可能不是很稳定-Obtain pollen samples based on MATLAB Bp neural network recognition of pollen classification using BP neural network training and automatic classification,
BP_signal_fenlei
- MATLAB2008版，建立并训练Bp神经网络，实现对四种信号的分类识别功能,这里省掉了四种信号数据的产生，自己取得样本后使用BP神经网络进行训练并自动分类，样本一部分作为训练用，一部分作为检验用，输入为样本的四个特征，特征后面对应输出以便计算正确率，识别率很高-MATLAB2008 version, the establishment and training of Bp neural network, four signal classification and recognition ca
A-hybrid
- 针对传统的ＢＰ或ＧＡ对模糊神经网络的识别应用存在收敛容易陷入局部极小 识别率低下等问题 提出一 种基于ＢＦＧＳ的混合遗传算法 其基本思想为 首先构造一种前馈型模糊神经网络结构 然后用遗传算法进化若干代 后 当目标函数的梯度或者范数小于预先设定值 则改用ＢＦＧＳ算法进行优化识别 仿真实验表明 对比ＧＡ该算法 收敛速度较快 识别精度提高了约７％ 能够较好地应用于一类模糊神经网络的识别-In traditional BP or GA to identify the application
ann_mod
- 基于人工神经网络的常用数字信号调制识别，给出识别率-ann modulation recognition
Face-orientation-recognition
- 本课题研究的步骤如下：先提取人脸的特征向量；产生训练样本和测试样本；再用LVQ创建神经网络模型，该模型用训练样本进行训练调整权值；用测试样本对建立的人脸朝向识别模型进行验证，要求有较高的识别率。 本课题要求使用LVQ神经网络的算法进行Matlab仿真，对人脸朝向进行有效的判断和识别。 -This study is the following steps: first extract facial feature vector generate training and testing
DigitRec
- 神经网络法识别图片中的数字，识别率较高，之前需要进行样本训练-Neural network identification number in the image, high recognition rate, sample training required before
BpNet-Recognize
- 基于神经网络的字符识别，功能强大，识别率高，是学习字符识别不错的资料。-Base on Bpnet， itis very
VCPPCODErecognize
- 基于神经网络的文字识别系统 本目录主要包括：文档和两个源代 其中源代码是识别程序的，另一个是矩阵类库的。已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。当然也可以自行用训练样本训练网络，不过要注意训练样本的选择，否则可能识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下训练样本数目尽量多。 -Neural network character recognitio
2222222222222
- 神经网络编程_源代码，很不错的，值得一看，识别率高达98 -neural network programming source code, very good, worth a visit, the recognition rate is up to 98
CNNS
- 这个程序旨在把卷积神经网络算法应用于手写字符识别。程序有几种结构的神经网络可以通过比较不同结构而得到对识别率的影响。-This program is designed to put the convolutional neural network algorithm is applied to the handwritten character recognition. The structure of the program there are several kinds of neural
bp
- 模式识别中的神经网络bp算法，处理水质分类，共分为5类，最终把每类的识别率和总识别率存在excel中，识别率可达到75 以上-The algorithm of BP neural network in pattern recognition, treated water quality classification, divided into 5 categories, each category of final the recognition rate and the total recog
HandWeitenNumRecognition
- 通过学习BP神经网络技术，对手写数字进行识别，基于结构的识别法及模板匹配法来提高识别率。-Through the study of BP neural network technology, digital handwriting identification, structure-based identification method and template matching method to improve the recognition rate.
BPANN
- 基于BP神经网络的字符识别算法源代码，包括网络仅值训练方法，训练是通 过调用34个字符文件夹，识别率达到99.8 。-BP neural network-based character recognition algorithm source code, including the value of the network only training methods, training is by calling the 34-character file folders, the r
Grading-test
- 为实现合格和缺陷板栗的分级， 研究了 1 种基于 BP 神经网络与板栗图像特征的板栗分级方法。 试验以罗田板 栗为研究对象， 提取的颜色及纹理等 8 个特征值， 通过主成分分析提取相应的主成分得分向量构成模式识别的输入。 利 用 BP 神经网络方法建立了板栗分级模型。 试验结果表明， 在图像信息主成分因子数为 3， 中间层节点数为 12 时， 建立 的模型最佳， 模型训练时的回判率为 100 ， 预测时识别率达到了 91 .67 。 研究结果表明基于机器视觉技术的针对缺陷 板栗分
Face-recognition
- 基于BP神经网络的人脸识别MATLAB代码，构造、训练BP神经网络并计算其识别率。-Face recognition based on BP neural network MATLAB code, structure, training BP neural network and computing its recognition rate.
yunyinshibie
- 该代码为基于BP神经网络的四种语音的识别，识别率较高。-The code for four kind of voice recognition based on BP neural network, the recognition rate is higher.
RecogCode
- 基于BP神经网络的验证码识别源码，神经网络小白专用。不过识别率与训练次数和强度有关，得自己看奥。-BP neural network recognition source code verification, based on neural network dedicated white. However, the recognition rate and the frequency and intensity of training relevant, depends Austrian you
ckxqwsdj
- 通过反复训练模板能有较高的识别率，zFzySva参数现代信号处理中谱估计在matlab中的使用，对于初学者具有参考意义，结合PCA的尺度不变特征变换(SIFT)算法，EyFKrQV条件包括最小二乘法、SVM、神经网络、1_k近邻法,具有丰富的参数选项。- Through repeated training zFzySvalate have higher recognition rate, zFzySva parameter Modern signal processing used in th