搜索资源列表
脱机字符识别
- 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-Offline Character Recognition : handwritten figures identifiable Fisher Linear Discriminant, handwritten figures identifiable template matching method, digital identification neural network, thinn
联机字符识别
- 联机字符识别:联机手写数字识别,联机数字、英文字符及汉字识别-online character recognition : on-line handwritten numeral recognition, on-line statistics, English and Chinese character recognition
手写数字识别系统
- 111我们的任务是要设计并训练出一个可行、高效的 BP 网络，以实现对 0到 9共 10 个加噪声后的数字和识别。-Our task is to design and train a viable and efficient BP networks to achieve 0-9 to a total of 10 increases the noise figure and identification.
基于支持向量机的手写数字识别（小论文+matlab编程及结果）
- 支持向量机的研究现已成为机器学习领域中的研究热点，其理论基础是Vapnik[3]等提出的统计学习理论。统计学习理论采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型泛化误差的上界，即最小化模型的结构风险，从而提高了模型的泛化能力，这一优点在小样本学习中更为突出。SVM理论正是在这一基础上发展而来的，经过十几年的研究和发展，已开始逐步应用于一些领域。在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，已经在模式识别、函数逼近和概率密度估计等方面取得了良好的效果。
NumRecognition
- 用改进的BP算法实现手写数字识别，并带有GUI界面，是一个很不错的手写数字识别系统。-Improved BP algorithm with handwritten numeral recognition, and with a GUI interface, is a very nice handwritten numeral recognition system.
BP算法的手写数字识别
- 简单的应用gui界面编写的数字识别。。。。。。
实验45 手写识别实验
- 基于STM32的手写识别，使用STM32战舰V3开发板，STM32F3ZET6。在LCD触摸屏幕中，滑动手指，可以识别手写的字符和数字。(STM32-based handwriting recognition, the use of STM32 warship V3 development board, STM32F3ZET6. In the LCD touch screen, slide your finger to recognize handwritten characters and n
handwriting recognition GUI
- 本文主要实现手写数字识别，利用多类逻辑回归与神经网络两种方法实现,并编写有GUI界面。(This paper mainly implements handwritten numeral recognition, using multiple logic regression and neural network to achieve two methods, and the preparation of a GUI interface.)
手写体数字识别
- 可以识别手写体数字，识别率在百分之90以上。贝叶斯决策论(Handwritten numerals can be recognized)
MNIST
- 简单的手写数字识别，在深度神经网络中的简单尝试，对于初学者有个很好的理解(Simple handwritten numeral recognition, in the depth of neural network simple attempt, for beginners have a good understanding)
mnist
- 深度学习时间手写数字识别，使用python和tensorflow实现(Handwritten numerals recognition in depth learning time)
simplecharrec(III)-update
- 基于PCA和BP网络的手写数字字符的识别(Recognition of handwritten numeric characters based on PCA and BP networks)
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)
digit_recognizer[1]
- python SVM(支持向量机)实现手写数字识别(SVM realization of digital recognition)
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
sc
- 手写数字签名识别源代码使用matlab编写(Handwritten digital signature recognition source code, written in MATLAB.)
基于Tensorflow的CNN数字识别
- 本文实现了基于minist的手写数字识别，基于TensorFlow的python语言，程序有详细的注释，以及手把手教你怎么搭建CNN(This article implements the handwritten numeral recognition based on minist, the python language based on TensorFlow, the program has detailed annotations, and hands-on instructions o
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))
基于深度学习的手写数字体识别
- 基于深度学习的手写数字体识别，以卷积神经网络（CNN）作为网络模型，利用mnist手写数字训练数据集训练手写数字识别模型，搭建手写数字识别系统，并用自己手写的数字照片进行测试。
Qt数字识别系统
- 基于Qt5平台的手写数字识别系统，应用opencv函数库