搜索资源列表
a009
- 利用线性神经网络进行自适应预测 利用函数adapt对线性网络进行自适应训练，在线修正网络的权值和阈值，这样对于时变信号，网络就可以及时跟踪其变化，即可对时变信号序列进行预测。 -linear adaptive neural network prediction using linear function adapt to the network adaptive training , the online network that the weights and threshold
DSPLIT
- 对手写数字进行分类并识别 应用模板匹配算法进行分类。 应用Bayes算法进行分类。 应用线性函数算法进行分类。 线性算法进行分类。 应用神经网络算法进行分类。-right handwritten figures for the identification and classification of application template matching algorithm for classification. Application of Bayesian class
zifushibie
- 包括: 手写数字识别之Fisher线性判别 手写数字识别之模板匹配法 数字识别之神经网络法 细化算法-include : Handwritten identification Fisher Linear Discriminant handwritten digital identification template matching identification number of neural network method in Algorithm
offlineRec
- 数字图像识别中的脱机字符识别：手写数字识别之Fisher线性判别、手写数字识别之模板匹配法、数字识别之神经网络法、细化算法。-Digital Image Recognition of Offline Character Recognition : handwritten digital identification Fisher Linear Discriminant. Handwritten identification template matching, digital identific
worddistinguish
- 脱机字符识别算法，包括手写数字识别之Fisher线性判别，手写数字识别之模板匹配法，数字识别之神经网络法，细化算法 -offline character recognition algorithms, including handwritten digital identification Fisher Linear Discriminant. Handwritten identification template matching, digital identification neura
fenlei
- 模式识别，一个很好的数字，图形程序，包括了很多种算法，样本设计，摸板匹配，BYS分类器，线性分类器，非线性分类器，神经网络分类
Classify
- VC实现的手写体识别程序。实现手写数字给出不同的分类器识别结果，可心采用模板匹配分类器（最邻近模板匹配法）识别， Bayes分类器识别（使用二值数据的Bayes方法,最小错误概率的Bayes方法，最小风险的Bayes方法)，线性函数分类法识别（Fisher算法，奖惩算法，增量校正算法，LMSE算法的识别），非线性分类法（势函数法）识别，神经网络分类法识别（包括神经网络训练，神经网络建立后输出权值，测试与比较，神经网络识别）。 运行完全正确，是学习VC实现不同分类识别方法的很好代码。
characterrecognition
- 脱机字符识别算法，包括手写数字识别之Fisher线性判别，手写数字识别之模板匹配法，数字识别之神经网络法，细化算法
fenleichengxu.rar
- 用VC++实现图像的分类识别，模板匹配分类器，Bayes分类器，线性函数分类法，非线性分类法，神经网络分类器,With VC++ Achieve image classification and recognition, template matching classifier, Bayes classifier, a linear function of classification, non-linear classification, neural network classifiers
VCimagerecognition
- 《精通VisualC++数字图像处理模式识别技术及工程实践》介绍了模式识别和人工智能中的一些基本理论，以及一些相关的模型，包括贝叶斯决策、线性判别函数、神经网络理论、隐马尔可夫模型、聚类技术等，同时结合模式识别中的一些问题，比如字符识别、笔迹鉴定、人脸检测、车牌识别、印章识别以及遥感图片、医学图片处理等内容，从多种角度，介绍了解决这些问题的思路-" Proficient in VisualC++ digital image processing, pattern recognition
NC
- 自适应的神经网络应用例子， 此例子是线性应用的实例-Application of adaptive neural network example, this example is an example of the linear application
Classification
- 模式分类。包括:训练样本设计、模板匹配分类器、Bayes分类器、线性函数分类法、非线性分类法、神经网络分类法-Pattern classification. Include: training sample design, template matching classifier, Bayes classifier, a linear function of classification, non-linear classification, neural network classificat
picVC
- 图象模式识别--VC++技术实现 ① 选择【模板匹配分类器】菜单，可以应用模板匹配算法进行分类。 ② 选择【Bayes分类器】菜单，可以应用Bayes算法进行分类。 ③ 选择【线性函数分类法】菜单，可以应用线性函数算法进行分类。 ④ 选择【非线性分类法】菜单，可以应用非线性算法进行分类。 ⑤ 选择【神经网络分类器】菜单，可以应用神经网络算法进行分类。 -Image pattern recognition- VC++ technology to achieve
Linear-matrix-neural-network
- 线性神经网络的MATLAB程序编写，实现神经网络功能-Linear-matrix-neural-network
PatternRecognition
- 图象处理 模式识别 多种分类方法(最临近匹配分类器、Bayes分类器、线性函数分类、非线性函数分类、神经网络分类)识别0-9数字 手写数字与数字图片,包括设计训练样品库、可以选择多种分类器来识别识别0-9这十个阿拉伯数字，包括临时手写的数字，也包括图片中的数字 -Pattern recognition image processing a variety of classification (the most close to matching classifier, Bay
Class
- 分别通过模板匹配分类器、、Bayes分类器、线性函数分类法、非线性分类法、神经网络分类器对手写字进行模式分类，编写相关的程序可以参考此代码-Respectively, through template matching classifier,, Bayes classifier, a linear function of classification, non-linear classification, neural network classifiers for pattern classi
Handwritten_numeral_recognition
- 手写数字识别,分为分类程序（模板匹配分类器、Bayes分类器、线性函数分类法、非线性分类法、神经网络分类器）和聚类程序（模糊聚类、遗传算法）-Handwritten numeral recognition, is divided into classification procedures (template matching classifier, Bayes classifier, a linear function of classification, non-linear classif
mode
- 基于VC的各种聚类和分类算法程序。 手写数字或者打开已有的手写数字图像后，在右视图空白处，单击鼠标左键，激活右视图，选择菜单中的各种分类算法，可以对手写数字进行分类。有模板匹配分类器、Bayes分类器、线性函数分类法、非线性分类法、神经网络分类器。 在左视图上单击鼠标左键，可获得3种数据源：标准数字聚类、手画图形聚类、位图文件分析聚类。可以进行特征提取、模糊聚类和遗传算法。-VC-based clustering and classification algorithm for a
Pattern-Recognition-ppt
- 介绍模式识别的基本概念，详述了贝叶斯，参数估计，线性分类器，神经网络，随机方法，无监督学习与聚类等-Introduce the basic concepts of pattern recognition, Bayesian detailed, parameter estimation, linear classifiers, neural networks, stochastic methods, unsupervised learning and clustering, etc.
a009
- 利用线性神经网络进行自适应预测利用函数adapt对线性网络进行自适应训练，在线修正网络的权值和阈值，这样对于时变信号，网络就可以及时跟踪其变化，即可对时变信号序列进行预测。-linear adaptive neural network prediction using linear function adapt to the network adaptive training , the online network that the weights and thresholds, so for