搜索资源列表
DigitRecog
- 用bp实现的数字识别程序，用到了经典的bp算法，可移植到其他应用程序中去-bp achieve with the digital identification procedures, the use of classical bp algorithm can be transplanted to other applications go
基于Java的BP网络数字识别法
- 详细给出了一个完整的人脸检测算法。对于实际应用有一定的参考价值-detail given a complete face detection algorithm. For practical application of a certain reference value
VC_BP NUMBER RECOGNITION
- VC_基于BP网络的含噪声点阵数字的识别，有完整的说明和使用过程，对于语音识别初学者有很大帮助-VC_ BP network noise lattice containing the identification number, a complete descr iption and use, voice recognition for a great help beginners
串口ac01
- matlab数字滤波器设计,计算出参数便于dsp实现bp-ac01
NumberRecognitionBasedOnBPnet
- 基于bp网络的数字识别系统,8*8的网格内的数字0-9-bp network based on the number of identification systems, 8 * 8 grid of figures 0-9
chardiv
- 利用BP神经网络进行字符识别的系统源码，能进行有效数字字符识别。-BP neural network Character Recognition system source code, can be effective digital character recognition.
BPforPen
- bp神经网络用于分类手写数字, 包含训练和测试代码(Example for classification of hand-write digits using BP network.)
BDWK-BP神经网络在汉语数字语音识别中的应用
- BDWK-BP神经网络在汉语数字语音识别中的应用(Application of BDWK-BP neural network in Chinese digital speech recognition)
BP
- 分别对有随机噪声和无噪声的16进制数字进行学习，最后达到精准识别的效果(Respectively, the random noise and noise free 16 digit learning, and finally to achieve accurate identification results)
shouxieshuzishibie
- 识别手写数字0~9，包括如何获取数字特征，如何将图形数字转换为0，1的方阵(Recognition of handwritten digits 0~9)
simplecharrec(III)-update
- 基于PCA和BP网络的手写数字字符的识别(Recognition of handwritten numeric characters based on PCA and BP networks)
bpnn
- 用Python3实现BP神经网络对MNIST数字手写体识别，下载就能用(Using Python3 to implement BP neural network for MNIST digital handwriting recognition, download can be used)
xxuffei-BPWangLuo-ShuZiShiBie-master
- 使用神经网络算法算法进行手写数字的识别功能(Recognition of handwritten numbers using support Vector Machine)
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%.)
BP神经网络实现手写数字识别matlab实现
- 基于BP神经网络对几种字体0-9的数字识别(MATLAB)(Digital Recognition of Several Fonts 0-9 Based on BP Neural Network (MATLAB))
1111
- 基于PCA的手写数字识别源码，内附有说明文件，非常清晰！运行环境：matlab。(Handwritten digital character recognition based on PCA and BP network)
BP_mnist_UI-master
- 基于BP神经网络的手写数字识别，有完整代码(based image segmentation algorithm)
手写数字识别
- 简单的神经网路学习入门学习资料，使用bp神经网络进行手写数字识别。
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%。