BP神经网络用于识别字符VC源码

基于BP神经网络的调制方式识别，信号分别是2ASk，4ASK，BPSK，QPSK，2FSK,4FSK。我首先提取出信号的九种特征然后对神经网络进行训练对调试信号的类型进行识别可是我做的结果识别率很低不

NIST提供的是28 * 28的图片，因此输入层是754维的向量。隐层输出层为10维向量 公式定义： 输出层：01 ... 01 隐层：Y1 ... YN 输入层：X1 ... XM 输入层与隐层间的

ART神经网络识别车牌字符

基于BP神经网络的字符识别系统的程序，用于图像的字符识别

本代码为matlab环境下运行的人工神经网络对于字符图像识别的训练，部分代码如下： clear; clc; *16的五幅图片 I1=imread('1.bmp'); yb1=im2bw(I1); I2

程序主要采用MATLAB编程，采用神经网络算法实现字符识别，采用GUI设计，可以直接执行，有详细注释。

基于OpenCV3.2,采用KNN的训练和预测实现26个大写字母和0~9数字正反识别功能,已封装成类。

python代码实现,可以调整网络结构,适用分类与回归问题,包含随机梯度下降、动量梯度下降,RMSProp、Adam优化算法。通过hyperopt优化调参,另外补充了一些测试demo

任意选定一组自由权，通过对传递函数建立线性方程组，解得待求权。在此基础上将给定的目标输出直接作为线性方程等式代数和来建立线性方程组，不再通过对传递函数求逆来计算神经元的净输出，简化了运算步骤。没有采用

自己弄得一段代码，已经尽可能的将算法简化到了最简单的程度，大概只有100多行，很适合初学者。双输入单输出的三层网络结构，是用C语言写的。