通过bp神经网络实现手写数字识别

matlab实现的数字识别。最重要文件：build构造学习用数据矩阵；getfeature函数提取数字特征；training使用网络进行学习；recognize实现新数字的识别。内涵大量测试用数据。

基于MATLAB（2016）的数字识别系统，使用BP神经网络进行训练识别，包含详细注释，函数少，便于初学者学习，附有程序运行所需图片。

BP神经网络-bp神经网络.rarBP神经网络的几个实例  有程序  和word文档

为了提高基于BP神经网络的手写体数字识别分类器的准确率与训练速度,针对基于BP神经网络的手写体数字识别分类器,从代价函数、权值初始化、正则方法消除过拟合几个方面对BP神经网络算法进行了改进。并使用MN

基于AP和BP神经网络算法的手写数字识别，朱婷婷，魏海坤，为了对大规模的手写数字进行快速有效的识别，本文提出了AP算法和BP神经网络算法结合的手写数字识别方法。该方法通过AP聚类消除训练

matlab实现0-9的数字识别，核心算法是BP神经网络

人工神经网络BP算法及数字识别.pdf

bp人工神经网络学习课件--数字识别的ppt

vc++实现的神经网络手写识别 运行良好 识别率较高

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