智能神经网络系统原理在印刷体汉字识别中的应用

神经网络在车牌字符识别中的应用

卷积神经网络（Convolutional Neural Network，CNN）是一种源于人工神经网络（Neural Network，NN）的深度机器学习方法，近年来在图像识别领域取得了巨大的成功。C

在MATLAB环境下构建BP神经网络和LVQ网络，并应用于分类识别任务。通过对比两种网络的性能表现，分析它们各自的优缺点，从而为选择合适的神经网络算法提供一定的参考。其中，BP网络具有较强的拟合能力，

针对印刷体数学公式中的结构分析，提出将“自下而上”和“自上而下”相结合的策略。自上而下是针对特殊结构的分析，特殊结构包括根号、矩阵、上下标等。自上而下是对公式整体结构的分析，并且用递归的方式对各个子表

RBF神经网络在自适应控制中的应用内含源码

RBF神经网络理论及其在控制中的应用，需用知网阅读器打开

本文对大规模图神经网络系统进行了全面综述，详细介绍了其原理、特点和应用范围。特别着重介绍了在赵港领域中，大规模图神经网络系统的应用现状和未来发展趋势。文章对相关概念进行了解释，并列举了一些实际案例用以

这是用来训练opencv的ocr样本，数字0到9，还有X这个字符，做身份证号码识别用的样本集，如果配合我的代码使用，请把X那个文件目录删除，还有把0改成10.

本系统包括:1.使用MATLAB自用工具包调用摄像头,进行图像处理、分割、保存,形成自制的训练集与测试集识别数字0与2,但是其他数字也可以,读者可自己进行操作验证;2.特征提取部分采用了粗网格特征提取

摘 要：本文简述了BP 神经网络的基本原理，提出了一种基于 BP 神经网络的客户流失 预测模型。实验表明，该模型的辨识精度高，能正确的对客户的需求进行评估，以减少客户 流失来提高企业的利润。 关键词：