您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 毕业设计神经网络论文

  2. 神经网络 手写体识别 数字识别 模式识别 毕业设计
  3. 所属分类:网络基础

    • 发布日期:2009-06-14
    • 文件大小:456704
    • 提供者:xiaohuake123
  1. delphi OCR 源码

  2. 思路简要说明: 1、图像二值化 将图片中的各点用0或1表示,1为有效点,0为背景。这里使用的是最大类间方差法 (otsu),在资料中有介绍。 2、去除干扰点 3、分割 将整个的图片分为每个单独的字,在下一步中才能一一识别。 4、与样本库进行对比,寻求最近似匹配 这步是比较核心的地方,由于要识别的图形每次都是随机变化的,我们不能进行完 全匹配识别,所以使用的是‘欧氏距离’来进行最近似匹配,资料中的《自由手写体 数字识别》里面有详细说明。 (样本库文件是 按照匹配的特征通过事先编写的程序进行学习得
  3. 所属分类:Delphi

    • 发布日期:2009-07-16
    • 文件大小:875520
    • 提供者:gongpinke
  1. BP神经网络识别 手写体数字识别 代码和训练图片,

  2. BP神经网络识别手写数字项目代码,matlab版本,附带图片识别包,直接使用。原理及代码分析:https://blog.csdn.net/huang_miao_xin/article/details/51364152 因为原程序和博主发的解析有点问题,花了点时间处理了,傻瓜式操作,直接下载解压放E盘。打开matlab即可运行。
  3. 所属分类:机器学习

    • 发布日期:2019-06-08
    • 文件大小:348160
    • 提供者:weixin_42168194
  1. 手写体数字的精准识别matlab版

  2. 所有程序,都是本人辛苦从网上收集的可用全面的资源,因为本人毕业设计就是关于数字识别的,所以我花费了巨大精力寻找资源。为了不让初学者浪费巨大精力在资源上,我特意把所有可以用的代码放在里面供你们参考学习。总大小690M,我放上百度云链接
  3. 所属分类:机器学习

    • 发布日期:2019-06-24
    • 文件大小:116
    • 提供者:qq_32421423
  1. 手写体数字识别系统实现

  2. UI 设计包括界面设计、菜单栏布局、进度条、结果展示和图片展示区域划分 几个主要任务。图像预处理包括图像的灰度化、二值化、反色处理、图形锐化、 数字分割、归一化等主要任务。特征提取为使用不同的特征提取方法,对于预处 理过的图像,进行数字特征提取。图像识别是对于数字图像,将特征提取出的数 字矩阵数组,采用不同的识别方法,一个个地识别出他们对应的数字,最终显示 在界面。
  3. 所属分类:机器学习

    • 发布日期:2019-07-11
    • 文件大小:216006656
    • 提供者:yuajniauha
  1. 手写体数字识别系统实现_特征提取论文

  2. 图像预处理包括图像的灰度化、二值化、反色处理、图形锐化、 数字分割、归一化等主要任务。特征提取为使用不同的特征提取方法,对于预处 理过的图像,进行数字特征提取
  3. 所属分类:机器学习

    • 发布日期:2019-07-11
    • 文件大小:3145728
    • 提供者:yuajniauha
  1. 手写体识别数据集-mnist.rar

  2. MNIST 数据集来自美国国家标准与技术研究所,National Institute of Standards and Technology(NIST). 数据集由来自250个不同人手写的数字构成,其中50%是高中学生,50%来自人口普查局(the Census Bureau)的工作人员 此数据集中,训练样本:共60000个,其中55000个用于训练,另外5000个用于验证 测试样本:共10000个 3、数据集中像素值 a)使用python读取二进制文件方法读取mnist数据集,则读进来的图像像
  3. 所属分类:互联网

    • 发布日期:2020-05-07
    • 文件大小:11534336
    • 提供者:weixin_37647148
  1. 使用TensorFlow识别手写数字示例

  2. 使用TensorFlow识别单个手写数字实例,本文章可以配合本人博客一起研究TensorFlow深度学习模型
  3. 所属分类:机器学习

    • 发布日期:2020-03-17
    • 文件大小:54272
    • 提供者:AcStudio
  1. Python手写数字识别代码-手写板

  2. 使用Python基于TensorFlow 卷积神经网络设计手写数字识别算法,并编程实现GUI 界面,构建手写数字识别系统。本系统界面设计友好,功能完善。通过测试,本识别系统对于较规范的手写体数字的识别达到了很好的识别效果。此程序配合已训练成功的model.h5即可使用,model.h5已上传至此博客,后续将继续上传神经网络训练程序。
  3. 所属分类:机器学习

    • 发布日期:2020-03-02
    • 文件大小:4096
    • 提供者:qq_42078934
  1. MNIST手写数字数据库

  2. MNIST手写数字图像数据库 60000个训练集,10000个测试集,灰度图,大小均为为28*28 train-images-idx3-ubyte.gz: training set images (9912422 bytes) train-labels-idx1-ubyte.gz: training set labels (28881 bytes) t10k-images-idx3-ubyte.gz: test set images (1648877 bytes) t10k-lab
  3. 所属分类:机器学习

    • 发布日期:2019-03-04
    • 文件大小:11534336
    • 提供者:u012654981
  1. 人工智能四则运算手写体识别训练模型

  2. 能够区分0-9的数字,以及+,-,*,/,()运算符,支持括号运算,识别精度达到90%以上,需要的请自取
  3. 所属分类:机器学习

    • 发布日期:2020-06-07
    • 文件大小:36700160
    • 提供者:Dev_Hugh
  1. 使用matlab对数字手写进行识别

  2. 使用matlab对数字手写进行识别,有界面gui。 手写识别是常见的图像识别任务。计算机通过手写体图片来识别出图片中的字,与印刷字体不同的是,不同人的手写体风格迥异,大小不一, 造成了计算机对手写识别任务的一些困难。 数字手写体识别由于其有限的类别(0~9共10个数字)成为了相对简单 的手写识别任务。
  3. 所属分类:机器学习

    • 发布日期:2020-08-17
    • 文件大小:187392
    • 提供者:huangweijian95
  1. KNN 算法的实现,手写数字识别

  2. 利用一个手写数字“先验数据”集,使用knn算法来实现对手写数字的自动识别; 先验数据(训练数据)集: ♦数据维度比较大,样本数比较多。 ♦ 数据集包括数字0-9的手写体。 ♦每个数字大约有200个样本。 ♦每个样本保持在一个txt文件中。 ♦手写体图像本身的大小是32x32的二值图,转换到txt文件保存后,内容也是32x32个数字,0或者1,如下
  3. 所属分类:其它

    • 发布日期:2020-08-31
    • 文件大小:928768
    • 提供者:qq_45531594
  1. MINIST手写体资源文件

  2. 可以从此页面获得的MNIST手写数字数据库的训练集为60,000个示例,而测试集为10,000个示例。它是NIST可提供的更大集合的子集。这些数字已进行尺寸规格化,并在固定尺寸的图像中居中。 对于那些想在实际数据上尝试学习技术和模式识别方法而又不花太多精力进行预处理和格式化的人们来说,这是一个很好的数据库。 该站点上有四个文件: train-images-idx3-ubyte.gz:训练集图像(9912422字节) train-labels-idx1-ubyte.gz:训练集标签( 2888
  3. 所属分类:深度学习

    • 发布日期:2020-11-25
    • 文件大小:20971520
    • 提供者:jnbfknasf113
  1. pytorch GAN伪造手写体mnist数据集方式

  2. 一,mnist数据集 形如上图的数字手写体就是mnist数据集。 二,GAN原理(生成对抗网络) GAN网络一共由两部分组成:一个是伪造器(Generator,简称G),一个是判别器(Discrimniator,简称D) 一开始,G由服从某几个分布(如高斯分布)的噪音组成,生成的图片不断送给D判断是否正确,直到G生成的图片连D都判断以为是真的。D每一轮除了看过G生成的假图片以外,还要见数据集中的真图片,以前者和后者得到的损失函数值为依据更新D网络中的权值。因此G和D都在不停地更新权值。以下图为
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:193536
    • 提供者:weixin_38640794
  1. Tensorflow学习实战之mnist手写体识别

  2. Tensorflow学习实战之mnist手写体识别数据准备构建模型训练模型评估结果可视化显示 Tensorflow继续学习,今天是入门级的mnist手写体识别,改变前两次的线性回归,这次是逻辑回归,这样随之改变的是损失函数等 Tensorflow里面有一个examples的MNIST的手写,直接运行会自动下载。 训练了20次,效果还不错,慢慢的理解,把以前不懂得好多东西,学习中慢慢得到补充 收获: reshape,行优先,逐行排列,相当于把一整行数字排列后按reshape得行列填充进去,我的理解
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:481280
    • 提供者:weixin_38601446
  1. MNIST | 基于k-means和KNN的0-9数字手写体识别-附件资源

  2. MNIST | 基于k-means和KNN的0-9数字手写体识别-附件资源
  3. 所属分类:互联网

  1. DjangoTensorflow:ImageNet,MNIST在线手写体识别,基于Tensorflow,Django实现-源码

  2. 深度学习项目 手写体识别 前置:bootstrap,jquery 后台:django,tensorflow 数据集:Mnist 网络结构:CNN-池-CNN-池-CNN-全连接-Softmax 简介 新建一个虚拟环境,然后安装相关模块pip install -r requirements/dev.txt 初始化表python manage.py migrate 最后运行python manage.py runserver 运行示例 浏览器输入: : : 在画板写数字,点击识别即可
  3. 所属分类:其它

    • 发布日期:2021-03-04
    • 文件大小:84934656
    • 提供者:weixin_42146888
  1. MNIST | 基于k-means和KNN的0-9数字手写体识别-附件资源

  2. MNIST | 基于k-means和KNN的0-9数字手写体识别-附件资源
  3. 所属分类:互联网

  1. BanglaNotepad:孟加拉语字符和数字识别项目-源码

  2. BanglaNotepad:集成了AI的智能记事本,可识别孟加拉语手写体 这是一个正在建设中的项目。 字符识别 当前,这是已启动项目的唯一方面。 它可以识别(大约90-95%-ish精度)单个孟加拉语字母和数字(以及精度降低的特殊混合字母)。 训练数据集 对于数字,我使用了数据集。 对于字母(和特殊的混合字母),我使用了集集。 不幸的是,并不是所有特殊的混合字符都包含在这些数据集中,即使覆盖了所有特殊混合字符,受过训练的模型也不如预期的那样准确,仅仅是因为混合字符往往看起来像它们的父字符一样。
  3. 所属分类:其它

    • 发布日期:2021-02-13
    • 文件大小:56623104
    • 提供者:weixin_42134769
« 1 2 3 4 5 6 7 89 10 11 12 »