用神经网络经行数字识别

Hopfield神经网络的联想记忆——数字识别，用固定法、随机法和外积法识别数字1~9。

Java实现BP神经网络，内含BP神经网络类，采用MNIST数据集，包含服务器和客户端程序，可在服务器训练后使客户端直接使用训练结果，界面有画板，可以手写数字

基于ANN的神经网络识别数字系统,通过训练,能够很好的地识别出图片上的数字,VC6.0项目。

简要介绍遗传算法(GeneticAlgorithm,GA)和BP算法(BackPropagationAlgorithm),并结合手写数字识别的实际应用,提出手写数字识别的遗传神经网络算法。通过实验证

该程序使用Python实现BP神经网络mnist手写数字识别。压缩包中给出训练好的权重以及偏移量的mat文件，在程序运行后输入mnist文件夹中图片路径的后缀就可以进行预测，如：4/mnist_tes

用Skeletonization剪枝方法精简BP神经网络结构，提高网络泛化能力，对手写数字进行识别。

本课题为基于MATLAB的BP神经网络手写数字识别系统。带有GUI人机交互式界面。读入测试图片,通过截取某个数字,进行预处理,经过bp网络训练,得出识别的结果。可经过二次改造成识别中文汉字,英文字符等

基于BP神经网络的手写数字识别MATLAB源码,包括GUI界面

数字识别 (神经网络博客中用到的数据),X为大小(5000,400)的矩阵,每一行代表一个手写数字,y为其对应的数字。

人工神经网络BP算法及数字识别.pdf