神经网络模式识别及其实现(书籍和源码)

这是我的大作业当中用到的全部参考资料。包括很多其他项目。以及最后自己修改后使用的项目

该项目在开发过程中没有用到F6层，主要包括2个卷积层、2个池化层、1个全连接层，外加输入及输出，共7层网络。实际训练时采用最大值池化、双曲正切激活函数，经过8轮迭代训练，手写数字识别准确率即达到99%

卷积神经网络实现手写数字识别训练模型及可视化,支持向量机实现手写数字识别 训练模型,贝叶斯分类器实现手写数字识别训练模型,mnist数据集提取成28*28的图片形式,包含代码及25页作业报告

介绍在VC++环境下，图像处理和模式识别相关算法的实现。

提出利用主成分分析(PCA)的方法对变压器局部放电原始特征参数进行降维,并提取出新的主成分因子。结果表明,提取出的主成分因子可以很好地表征原始特征向量。通过概率神经网络(PNN)分类器分别对降维前和降

利用RBF神经网络实现对数据点的分类。采用的是广义RBF网络数据中心的监督学习算法,利用梯度下降法,自动求RBF网络的中心、扩展系数、权重。该实验动态展示了RBF分类逼近过程。你可以调节参数达到你需要

关于神经网络中BP网络模式识别程序，可以实现BP网络中的逼近作用。

包含模式识别课后题详解以及模式分类部分课后题答案。有助于初学者的学习

模式识别matlab 源码 学模式识别的可以看看

这是 一个关于图像处理的资料，对要学习图像处理和DSP技术的人有帮助。