搜索资源列表
train-labels-idx1-ubyte
- 用于手写数字识别的训练数据（标签） 数据格式：前32位为2049，再32位为数据数量，之后每一位都是标签值(Training data (tags) for handwritten digit recognition)
t10k-labels-idx1-ubyte
- 用于手写数字识别的预测数据（标签） 数据格式：前32位为2049，再32位为数据数量，之后每一位都是标签值(Predictive data (tags) for handwritten numeral recognition)
train-images-idx3-ubyte
- 用于手写数字识别的训练数据（图片） 数据格式：前32位为2049，再32位为数据数量，再32位为图片宽度M，再32位为图片高度N，之后每N*M位都是图片的像素值(Training data (pictures) for handwritten digit recognition)
t10k-images-idx3-ubyte
- 用于手写数字识别的预测数据（图片） 数据格式：前32位为2049，再32位为数据数量，再32位为图片宽度M，再32位为图片高度N，之后每N*M位都是图片的像素值(Predictive data (pictures) for handwritten numeral recognition)
数字识别
- 手写体识别，包括样本，基于传统神经网络编写，使用MATLAB神经网络工具箱(Handwriting Recognition)
CNN2-数字识别
- 利用C写的一个用卷积神经网络做数字识别程序(Using C to write a convolution neural network to do digital identification procedures)
手写数字识别
- 一个练习机器学习的算法，解决手写数字识别的算法(An algorithm that exercises machine learning to solve the handwritten numeral recognition algorithm)
mnist1
- 训练手写数字识别算法，正确率达到91.6%(Training handwritten numeral recognition)
BP神经网络手写数字识别
- 使用bp神经网络算法识别手写阿拉伯数字图像，三层的误差反馈神经网络，可输出准确率，数据集为60000条数据，每条数据是一张28*28的图片(The BP neural network algorithm is used to recognize handwritten Arabia digital images, and the error feedback neural network of three layers can output the accuracy rate. The data
基于概率神经网络的手写体数字识别
- 基于概率神经网络的手写体数字识别Matlab程序(Handwritten digital recognition Matlab program based on probabilistic neural network)
数字识别
- 人工智能深度学习，基于matlab的数字识别程序(Artificial intelligence deep learning, matlab based digital recognition program)
least_square
- 利用最小二乘法实现手写体数字识别，采用mnist数据集(simple program using least-square)
BP神经网络数字识别（matlab2014a）
- 利用BP神经网络识别易拉罐底字符识别，运行前注意阅读算法说明和代码中相对路径的设置。(The BP neural network is used to identify the character recognition of the bottom of the can, and the pre operation attention to the reading algorithm and the setting of the relative path in the code.)
BPnetwork_code
- 手写体数字识别是模式识别中一个非常重要和活跃的研究领域，数字识别也不是一项孤立的技术，它所涉及的问题是模式识别的其他领域都无法回避的；应用上，作为一种信息处理手段，字符识别有广阔的应用背景和巨大的市场需求。因此，对数字识别的研究具有理论和应用的双重意义。(Handwritten numeral recognition is a very important and active research field in pattern recognition, digital recognition
matlab
- 基于BP神经网络手写数字识别，main函数是主函数，识别的成功率在86%左右。(Based on the BP Neural Network handwritten digital recognition, the main function is the main function, and the recognition success rate is about 86%.)
Hand_num
- 基于神经网络及GUI触摸板的手写数字识别，基本的机器学习例子(Handwritten numerals recognition based on neural network and GUI touch board, basic machine learning examples)
第 08 章 基于知识库的手写体数字识别
- 通过深度学习，利用已有库文件提取手写体图信息。与数据库中的内容进行对比，来识别手写体字母。(Through in-depth learning, handwritten graphic information is extracted from existing library files. Compare with the content in the database to recognize handwritten letters.)
BP神经网络实现手写数字识别matlab实现
- 基于BP神经网络对几种字体0-9的数字识别(MATLAB)(Digital Recognition of Several Fonts 0-9 Based on BP Neural Network (MATLAB))
CNN
- 手写数字识别的数据集 matlab实现cnn(Data Set for Handwritten Number Recognition Realization of CNN in matlab)
手写数字识别
- 运用卷积神经网络进行特征提取，然后进行分类(Using convolution neural network to extract features and classify them)