搜索资源列表
文字识别程序
- 目前该手写体识别系统主要分为 预处理模块： 主要包括训练数据和识别数据的读取，归一化，二值化 特征提取模块：主要包括笔划方向特征和网格密度特征，还可以根据对识别率的要求继续增加其他特征 识别（分类器）模块：主要包括SVM方法和BP神经网络的方法，其中SVM方法的识别率较高，SVM＋网格密度特征， 在小字符集情况下，达到了识别率97％以上 采用OO思想编写，适合做二次开发-currently the handwriting recognition system consists of pretre
BP-nn
- BP神经网络分类器 程序有两种运行状态，一个是学习，另外一个是分类。在学习状态下，在Dos命令符下输入bp learn，便开始学习了，学习的结果放在weight.dat中；在工作状态下，在Dos命令符下输入bp work，便开始识别classfyme.dat中的数据了，识别完成后，结果放在results.dat中。在bp运行的任何一种状态下，都不能手工打开Weight.dat、Sample.dat、classfyme.dat、results.dat中的任何一种。~..~-BP neur
Researchontheshapefeatureextractionandrecognition.
- 主分量分析(PCA ) 是统计学中分析数据的一种有效的方法, 可以将数据从高维数据空间变换到低维特征空间, 因而 可以用于数据的特征提取及压缩等方面。在该文的形状识别系统中, 用PCA 法提取图像的形状特征, 能够较好地满足识别 层的输入要求。在识别层研究了3 种识别方法: 最近邻法则、BP 网络及协同神经网络方法, 均取得了满意的实验效果。-Principal component analysis (PCA) is a statistical analysis of data in a
BPnetwork_recognition
- BP神经网络的识别过程，matlab语言-BP network
BP_NET
- 一个简单的BP神经网络，分类和识别代码，在输入提示下输入数据，即可看到代码的运行结果；-A simple BP neural networks, classification and identification code, the input prompt, enter data, you can see the results of the operation code
bpbyq
- bp神经网络算法，用于设备故障类型的模式识别，此例为变压器故障类型识别，并有变压器仿真数据-bp neural network algorithm for equipment failure type of pattern recognition, in this case for the transformer fault type identification, and a transformer simulation data
BP
- BP神经网络的数据分类-语音特征信号分类 4类数据data1、data2、data3、data4。 通过自编BP网络进行信号识别。 同时加以改进，附加栋梁和边学习率学习算法。-The BP neural network of data classification-voice characteristic signal classification Four kinds of data, data2, data3 data1, data4. Through the editi
letter-distinguish-based-on-BP-net
- 本设计运用MATLAB工具箱确定隐层神经元的个数和构造BP神经网络，并用两类不同的数据对该神经网络进行训练，然后运用训练后的网络对字符进行识别-The use of design the MATLAB toolbox to determine the the the the number of and tectonic of of the of hidden layer neurons BP neural network, and use two types of different data
BP
- 一个经典的神经网络算法识别，自动加载excel数据，用户只要修改数据就行了-A classical algorithm of neural network recognition, automatic loading Excel data, as long as the user to modify the data on the line
神经网络模式识别
- 在给定输入输出数据的前提下，通过模式识别锻炼出一个神经网络，并能对数据进行预测。
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
案例1 BP神经网络的数据分类-语音特征信号分类
- 基于BP神经网络的聚类分析数据分类例如语音信号识别(Clustering analysis based on BP neural network)
分类器
- 模式识别分类器，利用Fisher判别对数据进行分类以及BP神经网络的方法进行分类(Pattern recognition classifier, the use of Fisher discriminant classification of data and BP neural network method for classification)
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
BP,RBF
- BP神经网络作为一种前馈性的神经网络，RBF神经网络由于其独特的联想记忆功能，常常用来用于识别和优化计算方问题上。分别对这两种算法用于对逼近非线性函数进行编程，观察其拟合情况后，用其他未训练的样本数据进行泛化能力分析。(BP neural network is a feed-forward neural network. RBF neural network is often used to identify and optimize the computation problem due to
number_recognition_mlp1
- 这个是做图像识别的数据包，主要是做BP神经网络对手写数字的识别(This is a data packet for image recognition)
案例1 BP神经网络的数据分类-语音特征信号分类
- 前馈循环神经网络，用于处理语音识别,里面是matlab源代码，以及实例。学习神经网络算法很有帮助。(Feed forward recurrent neural network for speech recognition, which is the matlab source code, and an example. Learning neural network algorithms is very helpful.)
MNIST数据集
- 手写数字识别数据集的训练集和测试集，关于BP神经网络(Handwritten digit recognition data set)
基于MATLAB的手写识别（可以自行添加数据集）
- 本案例使用MATLAB的GUI设计的一个手写板，利用BP神经网络实现手写识别的项目，案例中可以利用手写板自己建立数据集，并且完成训练来添加字库。
神经网络-手写数字识别
- 利用BP神经网络，对MNIST数据集中的5000张图片进行训练，实现手写数字识别，训练出来的结果准确率在90%。