0.引言 平时上网干啥的基本上都会接触验证码,或者在机器学习学习过程中,大家或许会接触过手写体识别/验证码识别之类问题,会用到手写体的数据集; 自己尝试写了一个生成手写体图片的python程序
手写体数字的识别是人工智能识别系统中的重要组成部分。因个体手写数字的差异,现有识别系统准确率较低。基于TensorFlow深度学习框架完成手写体数字的识别及应用,首先建立TensorFlow深度学习框
这是用MATLAB语言编写的手写体识别程序,基于BP神经网络的手写体数字识别,代码简洁,界面图形化
数字识别源代码,包括图片预处理,分割,特征提取,以及数字识别等整个过程。-Numeralrecognitionsourcecode,includingtheimagepreprocessing,seg
手写体数字识别中图像预处理的研究.pdf
利用MATLAB实现的手写数字识别
单文档程序,使用位图和模拟按钮。识别率达80%,并且经过并接,可以算是合格的毕业论文,有需要的话可以参考下,鉴于本科毕业论文,我只能把分弄高点啊!
在开源硬件(虚谷号,基于linux)上进行手写体数字识别(Mnist),采用keros,基于jupyter做的一个简单实验。
基于粗网格特征提取再和Hopfield神经网络相结合的识别方法:首先用粗网格提取特征向量组,再将向量组分为8个分向量,然后再作为Hopfield的输入向量,进行识别,经过对样本的仿真、测试,有着良好的
基于概率神经网络的手写体数字识别,简单实用的例程,适合Bp神经网络的学习者使用