注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 利用BP神经网络对图像提取的MATLAB代码

  2. 基于MATLAB 7.0 的BP神经网络训练方法，利用训练样本对目标图像进行分类提取。

  3. 所属分类：网络基础

    • 发布日期：2010-06-28
    • 文件大小：2kb
    • 提供者：liuzhao_fairy

  1. BP以及Hopfield神经网络进行车牌数字识别

  2. 这是一个研究车牌号码数字识别的综合性工程，从最基本的BP分类，到分别用遗传算法和粒子群算法对BP网络进行优化分类，再到利用Hopfield神经网络对数字进行识别分类。所有代码均能直接运行，并有准备的结果，并且包括数字号码的图像库，识别结果明确。由于本人在此花费了不少精力，所以资源分标了10分，希望能对同学的毕业设计起到作用。

  3. 所属分类：网络基础

    • 发布日期：2011-03-09
    • 文件大小：765kb
    • 提供者：yuyutaoyao

  1. 复值神经网络代码

  2. 复值神经网络在实数分类和图像分类方面有很好的效果，大家一起学习。

  3. 所属分类：专业指导

    • 发布日期：2015-11-04
    • 文件大小：15kb
    • 提供者：gxh1018

  1. 卷积神经网络图像分类

  2. 基于keras，后端为theano的卷积神经网络分类，代码是二分类，主要对猫狗进行识别分类

  3. 所属分类：深度学习

    • 发布日期：2017-12-14
    • 文件大小：3kb
    • 提供者：manan0786

  1. bP神经网络 图像分类

  2. 基于深度学习的bP神经网络 进行图像分类 的代码实例

  3. 所属分类：深度学习

    • 发布日期：2018-05-03
    • 文件大小：726byte
    • 提供者：qq_39853991

  1. 神经网络实现图像分类

  2. 基于神经网络的图像分类，数据资源是基于CIFAR-10，内含训练测试数据（batch），是唐宇迪深度学习入门课程的修改代码，python3版本

  3. 所属分类：深度学习

    • 发布日期：2018-07-27
    • 文件大小：140mb
    • 提供者：snowy_susu

  1. 卷积神经网络的mnist手写数字识别

  2. 手写数字识别的Tensorflow完整代码，### 1. MNIST机器学习入门 **1.1.1 简介** 下载MNIST数据集，并打印一些基本信息： ``` python download.py ``` **1.1.2 实验：将MNIST数据集保存为图片** ``` python save_pic.py ``` **1.1.3 图像标签的独热表示** 打印MNIST数据集中图片的标签： ``` python label.py ``` *

  3. 所属分类：深度学习

    • 发布日期：2020-03-20
    • 文件大小：35kb
    • 提供者：baidu_39629638

  1. CNN图像分类.zip

  2. 卷积神经网络图像识别，matlab。包含了卷积神经网络matlab必备的代码部分，可直接运行，无需改变，

  3. 所属分类：深度学习

    • 发布日期：2020-01-13
    • 文件大小：41mb
    • 提供者：lre_xin

  1. CNN用于图像分类以外的数字序列.rar

  2. 卷积神经网络多用于图像分类识别，大多代码都是基于图像写的，这个代码已经更改，可以用于序列数据的分类，用matlab编辑代码可避免像python库一样有好多框架，可能导致不兼容

  3. 所属分类：深度学习

    • 发布日期：2020-01-02
    • 文件大小：42mb
    • 提供者：wyanhong

  1. 基于Matlab Deep Learning Toolbox的卷积神经网络实现在图像上的水体识别任务代码

  2. 本资源是基于matlab深度学习工具箱来设计卷积神经网络用来对图像上的水体部分进行识别，并生成水体陆地二值化图像。采用的是9层卷积神经网络用来对图像进行特征提取和分类，水体识别的准确率可以达到96%以上。

  3. 所属分类：深度学习

    • 发布日期：2020-07-07
    • 文件大小：31mb
    • 提供者：baidu_38306313

  1. 神经网络图像分类代码

  2. 这里设置了1-10的分类图片，可以根据自己的实际需求，减少分类标准以及数据源，代码中已经是直接排版好的m文件，使用时双击代码，matlab实现，希望对你BP神经网络的分类识别学习有所帮助

  3. 所属分类：互联网

    • 发布日期：2020-09-08
    • 文件大小：1mb
    • 提供者：MJ_Zm

  1. 三层全连接神经网络实现minist图像分类

  2. 本资源使用python编程，同时使用numpy包实现的三层神经网络，没有使用TensorFlow和pytorch等框架或者接口，数据集是minist手写数字数据集，其中还包含将minist照片转化为txt进行保存的代码。

  3. 所属分类：机器学习

    • 发布日期：2020-11-05
    • 文件大小：9mb
    • 提供者：qq_42036189

  1. 利用深度神经网络进行基本图像分类

  2. 利用深度神经网络进行基本图像分类 此代码在colab已经经过测试并且可以查看TensorBoard：地址 环境：Tensorflow-2.1.0、Python3.6、google colab In[1]: import ssl ssl._create_default_https_context = ssl._create_unverified_context # 不知道为什么在本地的jupyter notebook上无法导入fashion_mnist数据集(本地需要，google colab不需

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：103kb
    • 提供者：weixin_38630324

  1. 使用卷积神经网络（CNN）做人脸识别的示例代码

  2. 上回书说到了对人脸的检测，这回就开始正式进入人脸识别的阶段。 关于人脸识别，目前有很多经典的算法，当我大学时代，我的老师给我推荐的第一个算法是特征脸法，原理是先将图像灰度化，然后将图像每行首尾相接拉成一个列向量，接下来为了降低运算量要用PCA降维， 最后进分类器分类，可以使用KNN、SVM、神经网络等等，甚至可以用最简单的欧氏距离来度量每个列向量之间的相似度。OpenCV中也提供了相应的EigenFaceRecognizer库来实现该算法，除此之外还有FisherFaceRecognizer、L

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：722kb
    • 提供者：weixin_38714653

  1. neural-net:Rust的教育性神经网络图书馆-源码

  2. 神经网络 这个库是我从零开始的神经网络。 其目的是为了教育。 编写它可以帮助我弥补我的一些知识空白，希望我的代码/故事也能为其他人指明正确的方向。 目标 目标是创建一个通用库，该库能够对图像进行分类。 MNIST数据集是图像分类的常见“问候，世界”，因此是一个很好的起点。 神经网络 可以使用相对较小，易于理解的网络对数据集中的图像进行分类。 我们将使用两个紧密连接的层。 在Keras中，网络可以定义为... model = keras . Sequential ([ keras . l

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：102kb
    • 提供者：weixin_42116705

  1. Saudi-Riyal-Image-Recognition:卷积神经网络的沙特里亚尔图像识别-源码

  2. 沙特里亚尔图像识别 演示版 概述 这是一个简单的图像分类Flask应用程序，在Keras API的顶部进行了培训。 经训练的模型（ cnnModel.h5 ）拍摄图像（沙特阿拉伯里亚尔）作为输入，并从1，5，10，20，50，100，200，500面额预测类的图像。 动机 当我浏览一些研究论文时，对货币图像进行分类的想法震惊了我。 我找不到与之相关的任何相关研究论文（当然还有数据集！）。 这导致我收集了沙特阿拉伯里亚尔的图像，并使用惊人的工具来训练深度学习模型。 技术方面 该项目分为三个部分：

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：470kb
    • 提供者：weixin_42172972

  1. MCNN-based_HSI_Classification:MCNN-CP：使用混合卷积和协方差合并的高光谱图像分类（TGARS 2021）； MCNN-PS和Oct-MCNN-PS：使用混合3D八度和2D-亚像素卷积神经网络的高光谱图像分

  2. 基于MCNN的_HSI_分类 文件 MCNN-CP：使用混合卷积和协方差合并的高光谱图像分类（TGARS 2021） MCNN-PS和Oct-MCNN-PS：使用混合3D八度音程和2D子像素卷积神经网络的高光谱图像分类（已提交TGARS） 1.环境设置 该代码已在配备Intel i7-9750H 2.6 GHz处理器，32 GB RAM和NVIDIA GTX1650图形卡，Python 3.6，tensorflow_gpu-1.14.0，Keras-2.2.4，CUDA 10.0， cuDNN

  3. 所属分类：其它

  1. DSC卷积神经网络代码沿着ONL01-DTSC-PT-052620-源码

  2. 卷积神经网络-Codealong 介绍 在此代码中，我们将重新研究以前的圣诞老人图像分类示例。 为此，我们将审查从嵌套目录结构中加载数据集并构建基线模型。 从那里，我们将构建一个CNN并演示其在图像识别任务上的改进性能。 建议您运行单元格，以便进一步探索变量并调查代码片段本身。 但是，请注意，某些细胞（尤其是稍后训练的细胞）可能需要几分钟才能运行。 （在Macbook pro上，整个笔记本电脑大约需要15分钟才能运行。） 目标 你将能够： 使用图像数据生成器从分层文件结构加载图像 解释为什么训

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：344mb
    • 提供者：weixin_42097533

  1. 交通标志分类器：用于交通标志分类器的卷积神经网络-源码

  2. 交通标志分类器 用于交通标志分类器的卷积神经网络 ！[替代文字]（'./自述图片'） 概述 在此代码中，使用了深度神经网络和卷积神经网络对交通标志进行分类。 该模型经过了培训和验证，因此可以使用“对交通标志图像进行分类。 训练模型后，对来自网络的随机交通标志（即德国交通标志）进行了测试。 该项目 这项工作的目标/步骤如下： 加载数据集 探索，总结和可视化数据集 设计，训练和测试模型架构 使用模型对新图像进行预测 分析新图像的softmax概率 数据集和存储库 下载数据集。 调整了数据集的大小，

  3. 所属分类：其它

  1. 课堂教学：使用卷积神经网络通过图像分类演示将人工智能引入新生-源码

  2. 手写数字识别 版权所有2020 The MathWorks，Inc. 介绍 该示例代码已与金泽理工大学合作使用卷积神经网络对图像分类进行了开发。 使用使用App Designer构建的原始可视化应用程序，学生可以在学习和体验实用技术的同时，可视化神经网络的训练过程，以使用自己的手写字母来提高其准确性。 工作流程 步骤1：准备资料 步骤1-1 [讲师]打印工作表（template.pdf）并将其提供给每个学生。 [学生]如下在打印的工作表上写0-9位数字。 步骤1-2 [讲师]扫描每个学生

  3. 所属分类：其它

« 12 3 4 5 6 »