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
nnforcast
- 本程序根据训练好的网络文件ANN.mat预测新的数据文件，得到均方误差，并画出预测数据和原数据的对比图。此程序运用到了很多Matlab编程中常用到的表达方式，还有一些神经网络编程的基本概念的表达，如归一化的表达。希望能对别人有所帮助.-the procedures under the trained network file ANN.mat anticipating new data files, to be mean-square error. and the mapping out of t
networkprograms
- 一些MATLAB的程序,,其中有BP神经网络集成的程序,在数据处理时采用归一化函数-some procedures, including BP network integration procedures, In data processing used to a function of
datarecognization
- 能实现灰度图像中数字的识别：包括256转灰度图像，二值化，梯度锐化，去离散噪声，整体倾斜调整，字符分割，尺寸标准归一化，紧缩重排，神经网络识别等。
VC++BP
- 本程序是BP算法的演示程序, 其中的Levenberg-Marquardt算法具有实用价值. 一、网络训练 程序默认状态是样本训练状态,现将样本训练状态下的如何训练网络进行说明: 1.系统精度: 定义系统目标精度,根据需要定义网络训练误差精度.误差公式是对训练出网络的输出层节点和实际的网络输出结果求平方差的和. 最大训练次数: 默认为10000次,根据需要调整,如果到达最大训练次数网络还未能达到目标精度,程序退出. 3.步长: 默认为0.01,由于采用
NumRead.rar
- VC实现的神经网络数字识别系统 其中包含图像滤波，归一化，二值化处理等,VC implementation figure of the neural network image recognition system which includes filtering, normalization, binarization processing
guiyihua.rar
- mtlab神经网络数据归一化源代码，在实际处理数据时很有用，希望大家能够分享~,mtlab neural network data normalized source code, when in the actual processing of data was very useful, hope that we can share ~
AerialImageClassificationMethodBasedonFractalTheor
- 提出一种基于分形理论和BP 神经网络的航空遥感图像有监督分类方法。该方法尝试将航空图像 的光谱信息和纹理特征相结合。它首先将彩色航空图像由RGB 格式转化为HSI 格式,然后,根据亮度计算分 数维、多重分形广义维数谱q-D( q) 和“空隙”等基于分形的纹理特征,同时加入归一化的色度和饱和度作为光 谱特征,采用BP 神经网络作为分类器。通过对彩色航空图像的分类实验,结果证实该方法行之有效。-Based on fractal theory and BP neural network
ChePaiShiBieByJava
- 这个项目涉及了人工智能、机器视觉和神经网络等领域，实现一个车牌自动识别系统(ANPR)。它包括了一系列的数学算法原理，以保证数字车牌的检测与提取、字母分割、归一化和识别。-Very Very Good!
LmNet_PF
- LmNet PF 神经网络预测平台是公司基于最优神经网络算法(Levenberg-Marquardt动量项法)开发的通用预测平台工具。它是针对用户进行预测需要，快速构建神经网络应用的通用预测平台，它能解决包括销售量预测、销售价格预测、成本预测、市场潜力预测、新产品价格预测等方面的预测分析。功能包括：新建、修改网络模型；网络训练；网络仿真；误差分析；专家样本数据自动生成；节点配置；数据归一化处理；网络参数初始化设置等。~..~ -Neural Network Prediction LmNet
bp_v1_2
- -----引入动量的算法 建立一个3层（含输入层）的BP神经网络，并对其进行训练 输入层不进行数据处理，隐含层激活函数为sigmod函数，输出层为线性函数 输入输出数据归一化到[-1,1]，数据在矩阵中按行向量表示 即x=[x11,x12 x21,x22 ... xp1,xp2] y=[y1 y2 ... yp] p为样本数 -The introduction of the algorithm ----- momentum to build a three-layer (
123
- 关于神经网络归一化方法的整理 由于采集的各数据单位不一致，因而须对数据进行[-1，1]归一化处理，归一化方法主要有如下几种，供大家参考：-Naturalization on the neural network method of finishing a collection of various data unit due to inconsistencies, which will require the data [1,1] normalized, normalized severa
Recog
- 用于数字字符识别。包括对含有数字的图片进行二值化，去噪，分隔字符，归一化处理，训练神经网络并识别。-For digital character recognition. Including the number of pictures that contain binary, denoising, separation characters, normalization, and identification of training neural networks.
AHU
- 神经网络建立的空调系统空气处理单元模型；simulink模型mdl，附带相关数据及归一化处理程序-Air-conditioning system neural network model of air handling units simulink model mdl, with relevant data and normalization process
Based-on-the-matlab--normalization
- 基于 matlab 的神经网络归一化.doc-Based on the matlab neural network normalization
Class_3_Code
- 将concrete_data.mat文件导入到MATLAB中，其中attributes为影响混凝土抗压强度的7个输入变量，strength为混凝土的抗压强度，即输出变量； 将整个数据集中的103个样本随机划分为训练集与测试集，其中训练集包含80个样本，测试集包含23个样本； 将训练集与测试集数据进行归一化； 建立BP神经网络，并训练； 利用训练好的BP神经网络对测试集中的23个样本的抗压强度进行预测； 输出结果并绘图（真实值与预测值对比图）(The concrete_data.mat
[MATLAB神经网络30个案例分析]（已阅）
- 人工神经网络 /多层感知器 归一化 神经网络的30个案例(artificial neural network/Multilayer perceptron normalization)
模糊神经代码
- 下面这段程序是网站上帖子里面贴的模糊神经网络matlab实现参考程序，但是程序的中文注解写的很乱，大概看懂了下。运行是没问题的， 经过训练后的参数比较差，用原数据输入训练好的网络，得出结果和要的结果误差很大，不明白是怎么回事？ 还有要是多输入多输出这段程序该怎么改？模糊神经网络可以用matlab工具箱实现吗？ 还有输入数据差别比较大（就是大小差异大）是不是要进行归一化再学习训练呢？ 求解，求解答！ 对于你的帮助不胜感激！(Processing data for pr
Elman神经网络预测电力负载
- Elman神经网络建立建筑物电力负荷预测模型中遇到的几个关键问题有，数据归一化处理、输入输出样本的选取、隐含层节点数的确定；分别建立Elman神经网络模型，并利用某栋建筑物实际历史电力负载数据进行预测，分析比较与实际数据值的预测精度，得出了一个有效的数据预测模型。(Several key problems encountered in building power load forecasting model based on Elman neural network are data norm
bp神经网络
- 本程序根据训练好的网络文件ANN.mat预测新的数据文件，得到均方误差，并画出预测数据和原数据的对比图。此程序运用到了很多Matlab编程中常用到的表达方式，还有一些神经网络编程的基本概念的表达，如归一化的表达。