lenet5模型的手写数字识别

这是用于手写数字识别的lenet-5模型的MATLAB代码，内有数据集可以直接运行

自述文件 该项目是奥地利哈根堡校区FHOberösterreich的DIP(数字图像处理)任务的一部分。 它是使用dlib和OpenCV编写的基于LeNet-5的图像分类方法。 它是根据MIT许可授权

使用Python基于TensorFlow卷积神经网络设计手写数字识别算法，并编程实现GUI界面，构建手写数字识别系统。本系统界面设计友好，功能完善。通过测试，本识别系统对于较规范的手写体数字的识别达到

带界面的手写数字识别程序，Qt开发界面，使用python基于TensorFlow设计手写数字识别算法，并编程实现GUI界面，构建手写数字识别系统。内附有相关开发文档。

用VSC++开发的手写体数字的识别程序

一套能够正确识别手写体的软件系统，使用matlab为开发平台。

手写识别的matab实现，，基于knn和另外方法的实现，

基于VC的手写数字识别程序，可识别手写的数字

该文件为mnist数据集的识别代码，只要运行main.m文件即可运行。

利用一个手写数字“先验数据”集,使用knn算法来实现对手写数字的自动识别; 先验数据(训练数据)集: ♦数据维度比较大,样本数比较多。 ♦ 数据集包括数字0-9的手写体。 ♦每个数字大约有200个样本