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 recogni
基于神经网络的手写体文字识别系统
- 这是一款用VC++编写的的手写体文字识别系统。通过对文字图片的训练，从而到达对手写体文字的识别效果。
简单手写体数字识别系统
- 可以识别手写数字
支持向量机的手写体数字识别
- 基于支持向量机的手写体数字识别 系统源码！ lunwen请QQ联系1836245579！
脱机手写体汉字识别演示程序 v1.1
- 脱机手写汉字识别-Chinese Character Recognition
手写体数字识别
- 一款从网上得来数字识别程序,用的算法是神经网络-one obtained from the Internet digital identification procedures, the use of neural network algorithms
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 recogni
手写体数字的识别程序
- 运用神经网络 算法所写的手写数字的识别程序-networks using neural network algorithm written in the handwriting digit identification procedures
HandWrite
- 手写体识别，基于笔画，对笔画提取特诊点来匹配。-Handwriting recognition, based on the number of strokes, stroke extraction of special clinics to match point.
pro
- 一个手写体识别的代码，包括训练和测试的数据库-A handwriting recognition code, including the training and testing database
HandIdentifyRate
- BP神经网络手写体识别。BMP图像训练后，进行识别率的计算-BP neural network handwriting recognition. BMP image training, recognition rate for the calculation of
Demo-Mnist
- 基于神经网络的手写体识别程序，可能对感兴趣的朋友有所帮助-Based on neural network handwriting recognition program may be helpful to interested friends
matlab
- 一个用matlab编写的手写体识别程序，可以直接在matlab7.0下运行-Prepared to use matlab a handwriting recognition program ，which can be run directly in matlab7.0
shouxietishibie
- 通过VC++实现了手写体识别，先训练，，然后就可以识别了-First we use the whole image as the feature, but the running time is too long, so we begin to think about the preprocessing and the feature extraction. We use two methods to extract the featu
gaibp
- 用BP算法实现数字0-9手写体识别的源代码程序-BP algorithm with the number of 0-9 handwriting recognition program source code
数字识别
- 手写体识别，包括样本，基于传统神经网络编写，使用MATLAB神经网络工具箱(Handwriting Recognition)
digital
- 实现手写体识别，并且使用自己手写的数字作为验证，得到了比较好的结果(digital recognition we get a good result at the test of our own digital writing and use the language of pyton)
基于libsvm的手写字体识别
- 对于0到9这十个手写体数字进行识别，针对不同字形的手写体数字进行预处理(For 0 to 9, the handwritten Numbers are identified, and the handwritten Numbers of different glyphs are pretreated.)
第 08 章 基于知识库的手写体数字识别
- 通过深度学习，利用已有库文件提取手写体图信息。与数据库中的内容进行对比，来识别手写体字母。(Through in-depth learning, handwritten graphic information is extracted from existing library files. Compare with the content in the database to recognize handwritten letters
MNIST_data
- MNIST数据集是一个手写体数据集，这个数据集由四部分组成，分别是一个训练图片集，一个训练标签集，一个测试图片集，一个测试标签集；我们可以看出这个其实并不是普通的文本文件或是图片文件，而是一个压缩文件，下载并解压出来，我们看到的是二进制文件。其中包含60000张手写体识别数字图片。(MNIST data set is a handwritten data set, which consists of four parts: a trai