BP神经网络实现手写体数字识别

基于opencv手写体数字识别程序，基于SVM和HOG的，最后采用MFC设计界面。

mnist手写体数据集，已经亲自验证，可以直接应用到算法中。

1、共有10数据集，下载之后保存在磁盘中（最好放在你代码执行目录下，方便后期使用。）如新建一个文件夹D:*****\MNIST_data存放数据。train-images-idx3-ubyte.gz:

使用Python+TensorFlow，全连接的神经网络，基于MNIST数据集。数据集包含60000张训练图片，10000张测试图片。MNIST_model文件夹是已经训练30000次的模型，也可以自

这是一个用BP神经网络写的手写体数字的识别

神经网络大作业，使用PCA和改进的神经网络对UCI机器学习数据库的手写数字进行识别，训练样本3823，测试样本1797

该案例主要是实现手写数字识别，也就是给出手写数字的图片，识别出所写数字是多少。该文件中包含了数据以及处理数据的代码，适合初学者学习。代码中包含读入数据，数据格式化，分为训练集和测试集，预测结果等代码。

票据手写数字识别方案 步骤一:建立票据模板 模板数据里面包括填写票据金额的位置 步骤二:确定票据方向(0度 或者 180度) 通过hough算法确定票据中间的虚线,从而确定票据的方向,这步已实现 步骤

深度学习、机器学习领域的优质资源集合，涵盖神经网络算法实现、案例演示。

手写体识别