搜索资源列表
remoteSensing
- 一种新的彩色图像特征检测算法 -学术论文 - 图像图形网-机器视觉,数字水印,遥感,指纹,人脸识别,生物医学,神经网络,人工智能,GIS,小波变换-a new color image feature detection algorithm-academic-Image Network Graphics-machine vision, digital watermark, remote sensing, fingerprint, face recognition, biomedical, neur
adapterSystemPaper
- 论文标题:自适应模糊系统在手写体数字识别中的应用研究 作者:张镭 作者专业:计算机软件人工智能 导师姓名:黄战 授予学位:硕士 授予单位:暨南大学 授予学位时间:19990501 论文页数:59页 文摘语种:中文文摘 分类号:TP18 TP391.4 关键词:手写体数字 自适应 模糊逻辑 神经网络 模式识别 摘要:该文针对模式识别的特点,构造了适合于模式识别问题的自适应模糊系统,对三种不同学习算法加以改进,在手写全数字识别上对分类器进行了实现,
基于神经网络的数字字符识别
- 基于BP神经网络的字符识别系统~用MATLAB编写`包括论文~以及代码~适合于毕业设计-BP neural network-based character recognition system using MATLAB ~ `~ including papers and code ~ suitable for graduate design 字符识别是模式识别领域的一项传统的课题，这是因为字符识别不是一个孤立的问题，而是模式识别领域中大多数课题都会遇到的基本问题，并且在不同的课题中，由于具体的
researchonthecarlicenserecognization
- 利用图象处理技术以及神经网络技术对汽车牌照自动识别系统进行研究。
Basedoncomputervisionharmfulinsectrecognitionengin
- 阐述了利用数学形态学法、二叉树法、人工神经网络等方法 识别害虫的理论依据、研究情况及关键问题，指出了实现自动识别的前景及难点，以期促进该项技术在我 国的应用。
1
- 基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向，其中道路图象的正确分割 是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题，提 出了一种基于’() 神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量，应用基于 ’() 学习算法的神经网络分类器进行道路与非道路识别；为解决环境噪声对神经网络输出的影响，本文设计了串行级联 式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实
WebDataMining
- Web数据挖掘作为数据挖掘技术和Internet应用研究相结合的研究领域，涉及机器学习、数理统计、数据库、神经网络、模式识别、粗糙集、模糊数学等人工智能相关技术，目前已经发展成为一个受到社会各界关注的研究热点。
Download
- 利用人工神经网络算法对人体心电信号进行特征提取并进行识别
行人和自行车交通识别
- 这是一篇关于基于BP神经网络的行人和自行车交通识别方法的论文，希望对大家有所帮助。
神经网络字母识别
- 基于神经网络的字母识别文档
基于BP神经网络的数字识别研究
- 基于BP神经网络的数字识别研究论文
sasdw.rar
- 现有数字信号自动调制识别方法大多只适用于无记忆信号，如PSK、ASK、FSK信号等。将有记忆 信号(MSK信号)和无记忆信号一起考虑，提出了一种改进的数字信号自动识别方法。该方法采用信号的瞬时统 计量作为特征参数，采用多层神经网络作为分类器。计算机仿真表明：当噪声采用高斯白噪声，并且信噪比大于 l5 dB时，识别率高于96％ ；当信噪比不低于l0 dB时，识别率不低于90％。,Existing digital signal automatic modulation recognition
BPnet
- 基于BP神经网络的字符识别，很不错的啊该系统是为了辨认识别图像中的数字而设计的，它通过对图片的一系列处理，最后识别得出图片中显示的数字。-Based on BP neural network character recognition, it is good ah the system is designed to identify the number of images to identify and design, it adopted a series of picture proces
345332534
- 小波神经网络的信号调制识别研究小波神经网络的信号调制识别研究-Wavelet neural network identification of signal modulation wavelet neural network identification of signal modulation
神经网络极速学习方法研究
- 单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但传统学习方法的速度远远不能满足实际的需要，成为制约其发展的主要瓶颈。产生这种情况的两个主要原因是：（1）传统的误差反向传播方法(back propagation，BP)主要基于梯度下降的思想，需要多次迭代；（2）网络的所有参数都需要在训练过程中迭代确定。因此算法的计算量和搜索空间很大。针对以上问题，借鉴ELM的
1234-bp
- bp神经网络识别语音信号，是个很好的学习资料-BP neural network recognition of speech signals, is a very good learning materials
深度卷积神经网络
- 作为类脑计算领域的一个重要研究成果，深度卷积神经网络已经广泛应用到计算机视觉、自然语言处理、信息检索、语音识别、语义理解等多个领域，在工业界和学术界掀起了神经网络研究的浪潮，促进了人工智能的发展。卷积神经网络直接以原始数据作为输入，从大量训练数据中自动学习特征的表示。(As the important research achievement, deep convolutional neural networks have been widely applied to various fiel
ART神经网络识别车牌字符
- ART神经网络识别车牌字符，一篇时下流行的模式识别/神经网络论文(Recognition of license plate characters by ART neural network)
主流的人脸识别技术
- 主流的人脸识别技术基本上可以归结为三类，即：基于几何特征的方法、基于模板的方法和基于模型的方法。 1. 基于几何特征的方法是最早、最传统的方法，通常需要和其他算法结合才能有比较好的效果； 2. 基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法、动态连接匹配方法等。 3. 基于模型的方法则有基于隐马尔柯夫模型，主动形状模型和主动外观模型的方法等。(The mainstream face recognition technology can
BP神经网络车牌识别源码
- matlab下基于BP神经网络源码车牌识别，附带解释，方便理解。(BP neural network source code license plate recognition)