搜索资源列表
基于BP网络的印刷体数字识别
- 基于BP网络的印刷体数字识别技术的完整案例，对图像处理及其BP神经网络付有完整的程序，并可以允许，同时还附有大量的测试图片-Digit recognition technology integrity cases, right image processing and neural network BP to pay the full process and allows, but also with a large number of test pictures
bp c#源码
- bp神经网络 c#源码，已通过测试
szsb_src
- VC++基于神经网络的数字图片识别技术，并可对图片进行灰度处理、二值化、递推锐化、去离噪声、字符分隔等处理功能，调试时请将在Debug目录中生成的EXE文件拷贝至Release目录里运行，因为那里有测试图片。 -VC++ based on neural network digital image recognition technology, and gray on the picture processing, binarization, recursive sharpening to a
szsb
- VC++基于神经网络的数字图片识别技术，并可对图片进行灰度处理、二值化、递推锐化、去离噪声、字符分隔等处理功能，调试时请将在Debug目录中生成的EXE文件拷贝至Release目录里运行，因为那里有测试图片。-VC++ based on neural network digital image recognition technology, and gray on the picture processing, binarization, recursive sharpening to away
BP
- BP神经网络C语言程序 进行BP训练 可根据需要更改数据进行BP训练测试-BP neural network C language program for BP training may need to change the data according to BP training tests
AVZ
- 卡巴斯基软件源代码泄露 卡巴斯基的安全套装产品之一的源代码已经泄露，并可以从网上下载(压缩包大小约300MB)。并称，源代码涉及的版本是Kaspersky Internet Security 8.0/2009的一个测试版。 该代码是C + +和Delphi编写的，涵盖反病毒引擎，以及反钓鱼，反拨号器，防垃圾邮件，家长控制等模块。据包内的发行说明，被泄露的源码是卡巴斯基实验室在2008年和过去所做的更改从2007年12月他们的日期。 这里提供的是该源代码包内包含的AVZ部分
RFZ2o
- 神经网络机器人避障matlan仿真程序可模拟机器器人在空间的避障动作 ，经测试可直接使用。 -The neural network robot obstacle avoidance matlan simulation program can simulate the machine control space to avoid this obstacle has been tested and can be used directly.
BSURCEEP
- BP神经网络的C语言实现,BP神经网络解决异或问题,HMMM的C语言实现,矢量量化的C语言实现，已通过测试。 -C language implementation of the BP neural network, BP neural network to solve the XOR problem, HMMM with the C language, C language implementation of vector quantization, has been tested.
BintroducetheP
- BP神经网络的C语言实现 BP神经网络解决异或问题 HMMM的C语言实现 矢量量化的C语言实现 ，已通过测试。 -C language implementation of BP neural network, BP neural network to solve the XOR problem HMMM C language realization of the vector quantization of the C language, has been tested.
ABpTRAININGd
- 自适应步长BP神经网络训练算法，采用最小误差和梯梯度下降法更新权值 ，经测试可直接使用。 -Adaptive step size BP neural network training algorithm, the minimum error and ladder gradient descent to update the weights, has been tested and can be used directly.
wwavvletrecooa
- 小波神经网络的语音识别测试程序源源码，希望对大家有用！ -Wavelet neural network speech recognition test program source code, we want to!
oworrddistinnf
- 脱机字符识别算法，包含手写数字识别之Fisher线性判别，手写数数字识别之模板匹配法，数字识别之神经网络法，细化算法 已通过测试。 -Off-line character recognition algorithm, contains handwritten numeral recognition of the Fisher linear discriminant, the template matching method for handwritten numerals recogniti
ocr
- 神经网络的训练和测试程序，使用python开发，是其中一种神经网络-Neural network training and testing procedures, the use of python development, is one of the neural network
ceshihuanzhe
- 神经网络测试患者Patients with neural network testing-Patients with neural network testing
神经网络 训练识别
- 1.先打开一幅图片然后按照顺序灰度化、二值化、灰度拉伸、车牌定位、二值化、倾斜校正、字符分割、训练神经网络、识别字符。 2.测试图像存储在当前目录的img下。 3.测试集、训练集、目标向量均存储在img下的文本文件中。(1. First open a picture and then follow the sequence of grayscale, binary, grayscale stretching, license plate positioning, binarization, ti
DropOut深度网络
- 深度神经网络在测试时面对如此大的网络是很难克服过拟合问题的。 Dropout能够很好地解决这个问题。通过阻止特征检测器的共同作用来提高神经网络的性能。这种方法的关键步骤在于训练时随机丢失网络的节点单元包括与之连接的网络权值。在训练的时候，Dropout方法可以使得网络变得更为简单紧凑。在测试阶段，通过Dropout训练得到的网络能够更准确地预测网络的输出。这种方式有效的减少了网络的过拟合问题，并且比其他正则化的方法有了更明显的提升。 本文通过一个简单的实验来比较使用Dropout方法前后网络
BPNETSerial
- 神经网络预测，训练输入数据是1620组9维数据，输出是1620组8维数据；测试输入数据为180组9维数据，输出是180组8维数据；训练后总误差为3.4%(The training input data are 1620 sets of 9 dimensional data, and the output is 1620 groups of 8 dimensional data; the test input data is 180 sets of 9 dimensional data and t
NN
- 本压缩包内容为神经网络测试代码，基本的神经网络基本框架。neural network(The content of this compressed package is neural network testing code, the basic framework of neural network.)
采用BP神经网络进行非线性预测
- 该代码包括单隐含层BP和双隐含层BP。建立基于BP神经网络的预测模型，对数据进行随机排列，选取训练样本和测试样本，训练样本训练网络，测试样本进行验证(The code includes single hidden layer BP and double hidden layer BP. Establish a prediction model based on BP neural network, arrange the data randomly, select training sample
基于遗传算法优化BP神经网络的非线性预测
- 针对BP神经网络的初始权值和阈值是随机选取的弊端，采用遗传算法寻优BP的初始权值和阈值，然后进行BP训练和测试。遗传算法包括编码 选择 交叉 和变异等操作(Aiming at the disadvantage that the initial weights and thresholds of BP neural network are randomly selected, genetic algorithm is used to optimize the initial weights and