搜索资源列表
111
- 思路简要说明： 1、图像二值化 将图片中的各点用0或1表示，1为有效点，0为背景。这里使用的是最大类间方差法 （otsu），在资料中有介绍。 2、去除干扰点 3、分割 将整个的图片分为每个单独的字，在下一步中才能一一识别。 4、与样本库进行对比，寻求最近似匹配 这步是比较核心的地方，由于要识别的图形每次都是随机变化的，我们不能进行完 全匹配识别，所以使用的是‘欧氏距离’来进行最近似匹配，资料中的《自由手写体 数字识别》里面有详细说明。
daima
- （压缩包里一共有5个代码） pca+lda+粗糙集+模糊神经网络 saveORLimage.m将ORL人脸库分为测试集ptest和训练集pstudy存为imagedata.mat 1.savelda.m将人脸库先进行pca降维，再用lda进行特征提取，得到新的测试集ldatest和训练集ldastudy存为imageldadata.mat 2.对ldastudy进行离散化(discretimage.m)，得到离散化矩阵disdata,存入到imagedisdata.mat
bpandkohonen
- 神经网络源码，可应用于遥感图像的分类，采用的包括bp、kohonen。可以作为范例来学习。-Neural network source code can be used in remote sensing image classification, using the included bp, kohonen. Can serve as examples to learn.
20106242171497221
- 该软件可以对测井曲线进行直方图、小波变换，曲线拉伸、均值绿波、中值滤波、Kalman滤波以及插值等等操作，程序里还包含了神经网络的内容，非常丰富，是您学习VC++编程和数据处理的好资料！绝对超值！-I read the time to write a master s degree, it can log on for histogram, wavelet transform, Tensile curves, the Green Wave mean, median filtering, Kalm
afforge_src
- AForge.NET 是一个专门为开发者和研究者基于C#框架设计的，他包括计算机视觉与人工智能，图像处理，神经网络，遗传算法，机器学习，机器人等领域。-AForge.NET is a C# framework designed for developers and researchers in the fields of Computer Vision and Artificial Intelligence- image processing, neural networks, genetic
Pattern-Recognition-ppt
- 介绍模式识别的基本概念，详述了贝叶斯，参数估计，线性分类器，神经网络，随机方法，无监督学习与聚类等-Introduce the basic concepts of pattern recognition, Bayesian detailed, parameter estimation, linear classifiers, neural networks, stochastic methods, unsupervised learning and clustering, etc.
Digit
- Java实现的手写数字识别工具，基于人工神经网络和机器学习原理。先读入一个文件进行训练，然后可以识别相同格式文件中的手写数字。目录下的PNT文件即为手写数字的数据文件。-Java implementation of the handwritten numeral recognition tool, based on artificial neural networks and machine learning principles. To read a file into training, t
Face-recognition
- 这是一个用BP神经网络实现的一个人脸识别程序，适合初学者的学习。-This is a Bp neural network program for beginners
mat
- 图像压缩 BP神经网络图像压缩必须综合考虑压缩率、失真率和训练时间等因素，在学习规则、激活函数、隐层神经元数和压缩性能之间进行权衡，以满足实际应用。-image compression
Pattern-Recognition_MATLAB_1
- 线性分类器设计，1_k近邻法，剪辑法，ANN-BP神经网络法，聚类分析法，特征选择，特征提取等模式识别常用算法，内有matlab可运行实现，还有word文档的说明。对于学习，是做好的资料。-Commonly used algorithm for linear classifier design the 1_k nearest neighbor, clip, ANN-BP neural network method, cluster analysis, feature selection, fea
Study-of-Target-Tracking
- 本文讨论了小波神经网络在机动多目标跟踪中的应用,多目标跟踪就是主体为了维持对多个目标(客体)当前状态的估计而对所接收的量测信息进行处理的过程。以非线性大规模并行分布式处理为特征的神经网络可以解决传统的目标跟踪方法的难以解决的计算量组合爆炸问题以及需要确定机动目标的数学模型的问题, 将小波分析原理与神经网络相融合,提出了基于小波神经网络的目标跟踪方法来提高系统的学习能力、表达能力以及机动多目标状态的估计精度。-This article discusses the application of wa
gray-NNnet
- 灰色神经网络的应用例子，可以学习下。很不错的。-gray NNnet，good matlab code！thanks
ANN
- 神经网络的非线性模拟，适合神经网络的初学者学习。-Nonlinear analog neural networks, neural networks suitable for beginners to learn.
Deep-Learning
- 实现常见的深度神经网络的学习过程，适合初学者学习使用，也可以进一步开发使用，具有较高的学习价值和学术价值。-The depth to achieve common neural network learning process, suitable for beginners to learn to use, can be further developed to use, with high learning and academic values.
BPnetandshuzixulianyangben
- 自编的BP神经网络Matlab程序，可完美运行。还附有0到9训练样本集，供大家参考学习-Self BP neural network Matlab program can be run perfectly. Accompanied by 0-9 training sample set for your learning
hand-label
- 道路场景识别，通过对样本图像处理和特征提取，再通过bp神经网络进行学习，最后通过学习后得到的权值进行样本识别。-Road scene recognition, through the sample image processing and feature extraction, and then through bp neural network learning, and finally by learning the weights obtained after the sample ide
bp
- 基于人工智能bp神经网络算法的逼近BP算法是一种有监督式的学习算法，其主要思想是：输入学习样本，使用反向传播算法对网络的权值和偏差进行反复的调整训练，使输出的向量与期望向量尽可能地接近，当网络输出层的误差平方和小-ai bp Algorithm
neural-network
- 指出了传统边缘检测算子算法的不足,提出了一种利用基于BP神经网络的数字图像边缘检 测算法,即利用传统边缘检测算子检测出来的图像中像素的灰度的不同比例作为学习训练图像,进行神经网络的学习训练,改变神经网络的结构参数得到神经网络的模型参数,最后给出了BP神经网络实现图像边缘检测的实验研究结果。从实现中可发现,将人们关于边缘特征的先验知识包含在内进行数字图像的边缘检测,能够取得比较好的效果-The paper points out the limitation of the traditional
DigitalRecognition
- c#开发的基于BP神经网络的手写体识别，代码结构清晰，是学习c#和BP神经网络的好资料-C# development of handwriting recognition based on BP neural network, the code structure is clear, is good information to learn c# and the BP neural network
SVM-regression-theory-and-control-
- 支持向量机回归理论与神经网络等非线性回归理论相比具有许多独特的优点有线性回归和非线性回归,其模型的选 择包括核的选择、容量控制以及损失函数的选择.在控制方面的研究包括非线性 时间序列 的预测及应用、系统辨识以及优化控制和学习控制等方面的研究-Support vector machine (SVM) regression theory and neural network has many unique advantages such as nonlinear regression theory