搜索资源列表
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
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
rseuna1
- matlab实现的车牌字符识别，是基于BP神经网络的识别算法。-Matlab license plate character recognition, it is based on the BP neural network recognition algorithm.
A-hybrid
- 针对传统的ＢＰ或ＧＡ对模糊神经网络的识别应用存在收敛容易陷入局部极小 识别率低下等问题 提出一 种基于ＢＦＧＳ的混合遗传算法 其基本思想为 首先构造一种前馈型模糊神经网络结构 然后用遗传算法进化若干代 后 当目标函数的梯度或者范数小于预先设定值 则改用ＢＦＧＳ算法进行优化识别 仿真实验表明 对比ＧＡ该算法 收敛速度较快 识别精度提高了约７％ 能够较好地应用于一类模糊神经网络的识别-In traditional BP or GA to identify the application
PCA
- 针对稀疏表示识别方法需要大量样本训练过完备字典且特征冗余度较高的问题，提出了结合过完备字典学习与PCA降维的小样本语音情感识别算法.该方法首先用PCA降维方法将特征降维，再将处理后的特征用于过完备字典训练与稀疏表示识别方法，从而给出了语音情感特征的稀疏表示方法，并确定了新算法的具体步骤.为验证其有效性，在同等特征维数下，将方法与BP, SVM进行比较，并对比、分析语音情感特征稀疏化前后对语音情感识别率、时间效率以及空间效率的影响.试验结果表明，所提出方法的识别率比SVM与BP高 与采用稀疏化前的
Bp
- 一种BP算法的应用，关于手势识别方面的，有需要的可以下载看看，是一篇文章-Application of BP algorithm, on gesture recognition, there need to be downloaded to see, is an article
tixingguanzi2
- 分析了支持向量回归机在能源需求预测中的优势,确定了输入向量集合和输出向量集合,建立了基于Matlab技术的SVR能源需求预测模型.对我国1985-2008年能源需求相关数据进行模拟与仿真,并对中国2010年和2020年能源需求量进行预测.研究结果表明:一是中国未来对能源的需求量逐渐增加,从2010年的330400万吨标准煤上升到2020年418320万吨标准煤,年均增长率为2.39％；二是在解决我国能源系统小样本.非线性及高维模式识别问题中SVR比BP神经网络等方法有更高的预测精度.-Suppo
as
- matlab一个基于BP神经网络的matlab程序可以实现对几种字体0-9的数字识别这个文件训练网络的压缩包-Study dataBased on BP neural network matlab program can achieve several fonts on the figure 0-9 to identify the document training network packet compression
GestureStudy
- 文档描述使用BP神经网络算法进行鼠标手势识别，以及对算法的优化和实验结果，使用C#进行开发，基于Framework2.0-Document describes the use of BP neural network algorithm mouse gesture recognition, as well as the optimization algorithm and experimental results, the use of C# development, based on Fram
Grading-test
- 为实现合格和缺陷板栗的分级， 研究了 1 种基于 BP 神经网络与板栗图像特征的板栗分级方法。 试验以罗田板 栗为研究对象， 提取的颜色及纹理等 8 个特征值， 通过主成分分析提取相应的主成分得分向量构成模式识别的输入。 利 用 BP 神经网络方法建立了板栗分级模型。 试验结果表明， 在图像信息主成分因子数为 3， 中间层节点数为 12 时， 建立 的模型最佳， 模型训练时的回判率为 100 ， 预测时识别率达到了 91 .67 。 研究结果表明基于机器视觉技术的针对缺陷 板栗分
BP
- BP语音识别分析，用于识别语音区别，可以识别语音-BP speech recognition analysis
example-of-speech-recognition
- 一个基于带动量项的BP神经网络语音识别的例子-A drive the amount of the BP neural network based speech recognition as an example
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
MFL
- 基于改进BP神经网络算法的管道缺陷漏磁信号识别-Identification of magnetic flux leakage signals of Pipeline Defects Based on improved BP neural network algorithm
rjdcw
- 采用的是脉冲对消法，BP神经网络用于函数拟合与模式识别，采用的是通用的平面波展开法。- It uses a pulse of consumer law, BP neural network function fitting and pattern recognition, Using common plane wave expansion method.
qi777
- 已调制信号计算其普相关密度，有小波分析的盲信号处理，BP神经网络用于函数拟合与模式识别。- Modulated signals to calculate its density Pu-related, There Wavelet Analysis Blind Signal Processing, BP neural network function fitting and pattern recognition.
1835
- 光纤陀螺输出误差的allan方差分析，BP神经网络用于函数拟合与模式识别，使用高阶累积量对MPSK信号进行调制识别。- allan FOG output error variance analysis, BP neural network function fitting and pattern recognition, Using high-order cumulants of MPSK signal modulation recognition.
dxwyv
- BP神经网络用于函数拟合与模式识别，在MATLAB中求图像纹理特征，包括轨道机动仿真、初轨计算。- BP neural network function fitting and pattern recognition, In the MATLAB image texture feature, Including orbital maneuvering simulation, initial orbit calculation.
hs351
- 滤波求和方式实现宽带波束形成，BP神经网络用于函数拟合与模式识别，均值便宜跟踪的示例。- Filtering summation way broadband beamforming, BP neural network function fitting and pattern recognition, Example tracking mean cheap.