搜索资源列表
DigitRec
- 数字识别系统源代码: 第一步：训练网络。使用训练样本进行训练 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90％。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。 具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“
Matrix_database_source_code
- 这个是基于神经网络的文字识别技术的矩阵类库源代码。-This is based on neural network technology to identify the letter to the matrix class library source code.
The_numeral_identifies_the_system_source_code
- 这是基于神经网络的文字识别技术的数字识别系统源代码-This is based on neural network technology to identify the text of the source code identification system
ANN_gaolg2222
- 神经网络的全部算法程序源码，可用于模式识别领域-neural network algorithm for all procedures source can be used for pattern recognition
Demo-Mnist
- 基于神经网络的手写数字识别的源代码，绝对能够正常编译并运行！-based on neural network handwritten numeral recognition of the source code is absolutely normal to compile and run!
szsbxtydm
- 数字识别系统源代码.rar 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90％。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意
26155748967
- 神经网络源码,基于数字识别的神经网络结构-neural network source code, based on digital identification of neural network structure
BP网络
- 这是我参考了n(n>=5,^_^)篇BP神经网优化方法的论文写出的BP神经网源代码，使用了批处理训练方法，带动量项、学习速率的自适应调整、仅对学习精度没有达到指定要求的模式训练，并且训练精度逐步加大，通过这种方法，极大地加快了训练速度；另外，对于0模式和1模式数目相差很大(5-6倍)都能达到很高的学习精度。-This is my reference to the n (NGT; Chapter 5 = ,^_^) BP neural network optimization method
Chepai_Orc.rar
- 本人原创的车牌字符识别，主要演示了字符切割，归一化。识别网络...简单的训练了几个库对字母和数字识别率都还不错，另外容错率相对也较好。本源码为E语言环境...,My original license plate character recognition, the main characters demonstrate cutting, normalized. Identification of network ... a simple database for training a numbe
matlab.rar
- MATLAB 神经网络用于数字识别源程序 手写数字识别，有图例，大家可以看看,MATLAB neural network to identify the source for digital handwritten numeral recognition, there are legends, we will look at
ocr文字识别源码
- ocr文字识别源码，本人下载自问友源码网，其中还有不少，感兴趣的可以自己去下。,character recognition ocr source, I download the source code ourselves Friends Network, of which there are many interested can go to the next.
digit
- 自己写的matlab源程序，神经网络原理与模式识别上的一个作业题，关于对数字1～9的识别的，用BP神经网络matlab工具箱来做的。-Their own source code written in matlab, neural network theory and pattern recognition operation on a title, with respect to figures 1 to 9 of identification, using BP neural network
lpcseg
- 用matlab做的车牌识别的完整源代码,包括车牌定位,二值化,滤波去噪,字符分割,识别,识别部分用的BP网-Matlab do with License Plate Recognition complete source code, including the license plate location, binarization, filtering noise, character segmentation, identification, identification of parts
Face_detection
- 基于高波小波特征提取和神经网络的人脸检测Matlab源码。-Based on high-wave wavelet feature extraction and neural network face detection Matlab source code.
LPR_VISL
- LPR車牌辨識軟體,是由VISL實驗室開發的demo source code,可以直接在Matlab環境下執行(demo),程式主要使用類神經網路演算法(Neural Network)-License Plate Recognition-- Matlab source code, it s from VISL please visit website: http://visl.technion.ac.il/ for more information
License-Plate-Recognition
- 基于神经网络的车牌识别matlab源码,利用给定的车牌图像库中（在指定的文件夹之中），任意选择其中的多副车牌图像，对其中包含的数字（0～9）或英文字符（A～F）进行手工提取训练。-License plate recognition based on neural network matlab source code, the use of a given license plate image library (among the specified folder), choose one of
Face-Detection
- 完整的包括皮肤及动作识别的C++人脸检测源代码，涉及的技术有：小波分析，尺度缩减模型（PCA,LDA,ICA），人工神经网络（ANN），支持向量机（SVM），SSE编程，图像处理，直方图均衡，图像滤波，C++编程等。-Complete, including skin and actions identified C++ face detection source code, the technology involved are: wavelet analysis, scaling down m
neural-network
- 基于神经网咯的文字识别系统，其中源代码是识别程序的，另一个是矩阵类库的。-Text recognition system based on neural networks, in which source code is the identification procedures, and the other is a matrix class library.
bp
- bp神经网络源代码，适用于故障诊断，人脸识别等等模式识别-BPNeural network source code, suitable for fault diagnosis
VcPP-digital-recognition-source-code
- 基于Vc++开发，使用神经网络技术，对数字图像进行识别，可用于车牌识别技术中。-Based on vc++ development, the use of neural network technology, the digital image identification, can be used for license plate recognition technology.