搜索资源列表
code_DBM
- 新型神经网络的深度波尔兹曼机DBM学习训练实现MATLAB代码，在模式识别，图像处理等领域具有较好的应用，可供学习者研究借鉴。-new kind of neural network of Deep Boltmann machine,which implemented within matlab code. the network have a promising application in the field of pattern recognition and picture process
Face-recognition-method
- 基于PCA 和BP 神经网络的人脸识别方法是针对 PCA 方法中存在的高维数问题和它对未训 练过的样本识别率低的缺点而提出的。该方法在预处理的基础上，利用粗糙集对 PCA 降维处理后的人脸特征进行约简，提取其中分类能力强的特征，实现在识别精度不变的情况下，有效的去除冗余信息；然后将约简后的属性输入到神经网络进行规则提取，利用神经网络非线性映射和并行处理的特点，增强对人脸图像识别的泛化能力。实验证明，使用该方法在识别率上有一定的提高-Face recognition method based
bayesian_kmeans_bp
- 贝叶斯分类程序，用于图像的分割，二值化等，是模式识别中的一种基本分类方法。 k均值聚类，神经网络-Bayesian classification procedures for image segmentation, binarization is a basic classification in pattern recognition. k-means clustering, neural networks
Brennlianshiia
- 一种基于BP的神经网络的人脸脸图像识别方法MATLAB实现 -Based on the human face of the BP neural network face recognition method MATLAB implementation
Rgcfe
- 遗传算法简称GA(Genetic Algorithm)，在本质上是一种不依赖具体问题的直接搜索方法。遗传算法在模式识别、神经网络、图像处理、机器学习、工业优化控制、自适应控制制、生物科学、社会科学等方面都得到应用。在人工智能研究中，现在人们认为“遗传算法、自适应系统、细胞自动机、混沌理论与人工智能一样，都是对今后十年的计算技术有重大影响的关键技术”。 -The genetic algorithm referred to as GA (Genetic Algorithm), is essent
A-New-RecognitionBlurred-Image
- 一个新的图像识别和解释系统模糊的图像,本文提出。一些重要的规则复杂的时刻提出了模糊的形象和校对。该系统是由区域分割、图像识别和图像解释过程。作为预处理的区域分割过程中,一个输入图像分为一些适当的地区使用基于attention-driven技术方法。 模糊推理神经网络是受雇于上述两幅图像识别和这个解释过程。下图表的模糊效果给出了。实验表明,提出的系统可以被成功地用于识别模糊化的图像。- A new image recognition and interpretation system for
MLPsjwl
- 用matlab实现的神经网络程序，识别样本图像A-Z，并用相应的数字0-26显示，验证识别能力和容错性。-Achieved using matlab neural network program, the the identification sample images AZ, and displayed with the corresponding figures 0-26, verify identification and fault tolerance.
recognize
- 采用C++语言编写的基于BP神经网络的手写体数字识别程序，使用方式为通过命令提示符向main函数传递待识别的图像的绝对路径。-Using C++ language through the command prompt is passed to the main function to be identified image handwritten digit recognition based on BP neural network program, use absolute paths.
digital-recognition
- 基于bp神经网络实现图像的数字检测提取和识别-bp neural network digital detection extraction and recognition
CharRec
- 字符识别的源码，可识别数字和英文。包括图像处理和模式识别的内容。图像处理包含转灰度图、二值化、滤波、细化、分割、规格化等。模识别部分包含欧式距离的模板匹配和BP神经网络。-Character recognition source code, can recognize numbers and English. Including image processing and pattern recognition. Contains to grayscale image processing, bi
Statistical-recognition-
- 图像处理中数字识别的相关算法，自己私藏的统计识别模板。神经网络/聚类分析。matlab实现。-AI-NN-PR pattern recognition matlab
chap08
- Visual C++数字图像处理技术与工程案例，第8章，基于神经网络的文字识别系统代码-Visual C++ digital image processing technology and engineering case, Chapter 8, text recognition system based on neural network code
chepaishibie2
- 神经网络实现车牌识别,通过图像分割，然后利用人工神经网络实现车牌号码的识别-Neural network license plate recognition, image segmentation, and then using artificial neural network license plate number identification
id_rec_gui
- 图像识别，主要用于第二代身份证的识别，测试过程中识别效率达95 。可使用神经网络进行训练。-Image recognition, it is mainly used for the second generation id card identification, the test in the process of recognition efficiency up to 95 . The neural network can be used for training.
gailvwangluoduishouxietideshibie
- 基于概率神经网络的手写体数字识别,可以尝试作文字图像的辨识- the programm of neural network
Face-orientation-recognition
- LVQ即学习向量量化神经网络是一种用于训练竞争层的有监督学习方法神经网络，在模式识别和优化领域有着广泛的应用。本课题要求使用LVQ神经网络训练人脸的特征数据，得到模型对任一人脸图像的朝向进行识别。-Learning Vector Quantization LVQ neural network that is used to train competitive layer neural network supervised learning methods in the field of patt
diercimonijingsai
- 基于神经网络LVQ的人脸朝向识别。对一部分人脸图像进行训练，再输入另外一部分人脸图，判断其人脸朝向-LVQ neural network based on the face towards the identification. On the part of face images for training, and then enter another part of the face diagram, determine its face towards the
D-FNN
- 模糊神经网络动态分类预测,可以用于语音，图像识别，可以用，很好-Fuzzy Neural Network Dynamic class prediction can be used, very good
Bee-algorithm4
- Bee algorithm(1)信号处理、(2)人工智能与模式识别、(3)神经网络、(4)群体智能算法、(5)混沌分形、(6)图像处理、(7)数据挖掘、(8)Matlab与VC混合编程 -Bee algorithm
Example1
- 运用神经网络对26个大写的英文字母进行识别，对英文字母进行一定的图像处理，之后用神经网络进行分类-The use of neural network 26 uppercase letters of the alphabet recognition, the letters of the alphabet for a certain image processing, followed by neural network classification