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
CCMethod_luzhenbo
- C-C法重构相空间文件夹说明1.CC_Method_main.m - 程序主文件 2、LorenzData.dll - 产生Lorenz离散数据 3、normalize_1.m - 信号归一化 4、ccFunction.dll - 计算S(m,N,r,t)-C-C method reconstruction phase space folders note 1.CC_Method_main.m-procedure two main documents, LorenzData.dll
nnforcast
- 本程序根据训练好的网络文件ANN.mat预测新的数据文件,得到均方误差,并画出预测数据和原数据的对比图。此程序运用到了很多Matlab编程中常用到的表达方式,还有一些神经网络编程的基本概念的表达,如归一化的表达。希望能对别人有所帮助.-the procedures under the trained network file ANN.mat anticipating new data files, to be mean-square error. and the mapping out of t
networkprograms
- 一些MATLAB的程序,,其中有BP神经网络集成的程序,在数据处理时采用归一化函数-some procedures, including BP network integration procedures, In data processing used to a function of
MWINDOW
- 计算七类窗函数并给出归一化对数幅频曲线 产生了一个实验数据test,该数据是128点复序列,用于功率谱估计
Mybpv2.0
- 对样本数据进行了归一化处理的BP算法,有比较好的收敛性
VC++BP
- 本程序是BP算法的演示程序, 其中的Levenberg-Marquardt算法具有实用价值. 一、网络训练 程序默认状态是样本训练状态,现将样本训练状态下的如何训练网络进行说明: 1.系统精度: 定义系统目标精度,根据需要定义网络训练误差精度.误差公式是对训练出网络的输出层节点和实际的网络输出结果求平方差的和. 最大训练次数: 默认为10000次,根据需要调整,如果到达最大训练次数网络还未能达到目标精度,程序退出. 3.步长: 默认为0.01,由于采用
guiyihua
- 能够将数据归一化处理,使不同单位不同数量级的数据统一起来。是一个不错的MATLAB代码-The data can be normalized, so that different units of different order of magnitude of data integrated. MATLAB code is a good
scaleForSVM
- matlab图像处理与识别当中分类识别时的数据归一化处理-matlab image processing data classification and recognition among the normalization process when
BP
- BP算法有详细的注释,数据归一化处理,数据打乱处理,功能强大-BP algorithm has detailed notes, normalization of data processing, data disturb processing, powerful
reconstruct
- 已知一个数组,对其中数据归一化处理,利用opencv一直库函数,形成重构形成一幅图像,并显示出来-Given an array, the normalized data processing, using OpenCV always library function, formed to reconstruct the image formation, and displayed
mapminmax
- mapminmax.m代码,是matlab用于数据归一化-mapminmax.m code, matlab for data normalization
MachineLearning_Steps.py
- python做机器学习的基本步骤,包括了数据收集,数据归一化,数据的特征值选择,最后使用几个算法进行测试(The basic steps for machine learning with Python)
Biaozhunhua
- 数据处理,用作数据归一化,将所有值都在零与一之间(Data processing, used as data normalization, with all values between zero and one)
5268961
- 计算七类窗函数并给出归一化对数幅频曲线,同时也是利用窗函数法设计FIR滤波器的程序MDEFIR1所调用的子程序MWINDO()
GVUBO
- 计算七类窗函数并给出归一化对数幅频曲线,同时也是利用窗函数法设计FIR滤波器的程序MDEFIR1所调用的子程序MWINDO()
fun
- 常用的数据预处理,比如归一化和滤波,参数寻优,便于模型的后续扩展使用(The commonly used data preprocessing, such as normalization, parameter optimization, facilitates the subsequent extension of the model.)
Desktop
- 自己手打,亲测有用,很简单很实用,如果不会可以联系我(Selfmake,useful! matlab 2016a)
DischargingData
- 进行电池仿真用数据,由电流,电压和SOC构成。由于使用电池模型仿真做成,因此最大电流进行了归一化,没有用实际的电流进行,可自行放大和缩小。 包括UDDS放电数据和三个恒流放电数据和三个间隔恒流放电数据(The data for battery simulation is composed of current, voltage and SOC. Because the battery model is simulated, the maximum current is normalized a
Elman神经网络预测电力负载
- Elman神经网络建立建筑物电力负荷预测模型中遇到的几个关键问题有,数据归一化处理、输入输出样本的选取、隐含层节点数的确定;分别建立Elman神经网络模型,并利用某栋建筑物实际历史电力负载数据进行预测,分析比较与实际数据值的预测精度,得出了一个有效的数据预测模型。(Several key problems encountered in building power load forecasting model based on Elman neural network are data norm