搜索资源列表
数字图像模式识别技术
- 数字图像模式识别技术，包含了各章程序源代码， 都已通过编译，并按章节建立了目录层次，以便于查找使用，程序清单如下： chapter1 数字图像模式识别 chapter2 模式识别实现方法 chapter3 一维条形码识别系统 chapter4 基于模糊聚类的图形识别系统 chapter5&6 人脸检测系统与人脸定位系统 chapter7 灰度车牌定位系统 chapter8 脑部CT图像辅助诊断系统 chap
Exercise5-Softmax-Regression
- 斯坦福深度学习教程中关于softmax regression的练习代码，源代码中需要补全的地方，全部把代码补完整，把手写体识别的数据库放到路径下，可以直接运行-Stanford deep learning tutorial exercises on softmax regression code, source code need to fill all places, all the full complement of the co
Exercise6-Self-Taught-Learning
- 斯坦福深度学习教程中关于Self-Taught的练习代码，源代码中需要补全的地方，全部把代码补完整，把手写体识别的数据库放到路径下，可以直接运行-Stanford deep learning tutorial exercises on Self-Taught code, source code need to fill all places, all the full complement of the code, the handwr
Exercise7-stacked-autoencoder
- 斯坦福深度学习教程中关于stacked autoencoder的练习代码，源代码中需要补全的地方，全部把代码补完整，把手写体识别的数据库放到路径下，可以直接运行-Stanford deep learning tutorial exercises on stacked autoencoder code, source code need to fill all places, all the full complement of the
Exercise8-linear-decoder
- 斯坦福深度学习教程中关于linear decoder 的练习代码，源代码中需要补全的地方，全部把代码补完整，把手写体识别的数据库放到路径下，可以直接运行-Stanford deep learning tutorial exercises on linear decoder code, source code need to fill all places, all the full complement of the code, the
Handwriting
- 手写识别（HandWriting Recognition）是指将在手写设备上书写时产生的有序轨迹信息化转化为汉字内码的过程，实际上是手写轨迹的坐标序列到汉字的内码的一个映射过程，是人机交互最自然、最方便的手段之一。 随着智能手机、掌上电脑等移动信息工具的普及，手写识别技术也进入了规模应用时代。 手写识别能够使用户按照最自然、最方便的输入方式进行文字输入，易学易用，可取代键盘或者鼠标。用于手写输入的设备有许多种，比如电磁感应手写板
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
image-processing24
- 模式识别中的手写体识别，首先提取手写字体的特征，比如分块方法-IMAGE PROCESSING AND PATTEN RECOGNITON
trian
- 手写体的训练样本~~~！适合做手写体识别的训练样本-Training sample handwriting ~ ~ ~! Suitable handwriting recognition training samples ~
Autoencoder_Code
- 深度学习中自动编码器，对象为手写体识别应用，希望可以一同研究学习-Deep Learning AutoEncoder
recognition
- 手写体识别数字0-9，识别率高。运行.m文件后最后运行recognition.m文件即可-number recognition
lenet5test
- 实现lanet卷积，进行手写体识别。数据源可以来自mnist-Achieve lenet convolution, handwritten recognition. The data source can come mnist
mnist.pkl
- mnist数据集，手写体识别，可以应用于深度学习的测试数据-mnist dataset, used for handwriting recognize
handwriting
- 手写体识别系统，用于对0-9的数字识别出正确率-Handwriting recognition system, for 0-9 identify the correct rate
11
- 基于弹性BP的数字手写体识别，利用弹性BP神经网络设计的数字手写识别算法。附录文档说明-BP neuralnetwork
tiny-dnn-master
- cnn卷积神经网络实现mnist的手写体识别程序-CNN convolution neural network to realize mnist handwritten recognition program
Hinton
- Hinton手写体识别实验代码,原始代码+部分中文注释。-Hinton scr ipt code identification experiment
deep-learning-reconstruction
- 深度学习 手写体识别学习的例子，请大家批评指正-deep learning reconstruction
11
- 手写体识别_模板匹配识别方法,通过matlab实现基于神经网络的手写数字识别-Handwriting recognition _ template matching method, the matlab implementation of handwritten digit recognition based on Neural Network
Handwriting-recognition-algorithm
- 基于卷积神经网络的手写体识别算法，测试数据和训练数据都有，笨人已经检验过，很好用-Handwriting recognition algorithm based on the convolution neural network