基于主元神经网络和K均值的道路识别算法pdf

针对车辆管理信息化的进一步需求,文中基于图像识别技术对车牌识别的相关算法进行研究。使用深度学习领域的神经网络技术,对车牌识别算法进行改进。算法使用卷积神经网络结构,以提高车牌识别的准确率为目的,合理设

使用人工神经网络的海藻细胞识别，使用matlab编写的

Python神经网络识别手写数字代码截图，TensorFlow用MINST数据集学习。

基于遗传算法的神经网络

基于内容的遥感图像检索存在着低层视觉特征与用户对图像理解的高层语义不一致、图像检索精度低以及单一的距离度量方法不能完全真实反映图像之间相似程度等问题。对此提出一种基于改进的模糊C均值聚类和卷积神经网络

matlabs神经网络-基于模糊神经网络的水质评价算法。基于T-S模糊神经网络的水质评价算法，包含训练和测试数据mat文件 matlab代码

为了进一步提高大规模多种类点云模型识别与分类的准确率,提出了一种K近邻卷积神经网络模型。首先,利用最远点采样算法对点云模型均匀采样;其次,对采样后的点云模型用K近邻算法构建每个点的局部邻域,为防止信息

基于神经网络和遗传算法的桥梁损伤识别方法研究,姚陶荣,程海根,利用遗传算法快速学习神经网络权重,神经网络和遗传算法结合后兼有神经网络广泛的映射能力和遗传算法快速的全局收敛性能,将有限

本程序实现了模式识别中的K均值聚类分析，有比较满意的结果

车型识别是智能交通系统中的一个重要组成部分,近年来已成为国内外研究热点之一。提出了一种基于特征提取的车型识别方法。该方法首先对车辆图像进行预处理;然后通过图像边缘检测、图像纵横填充、图像修正方法进行车