.net 平台开发的手写数字识别程序

基于手写体数字特征的识别系统,预先训练了19个模板,获取字体的特征与模板匹配(采用最短距离法),得出识别结果,准确率很高

使用libsvm 实现MNIST数据库手写数字识别，正确率98.14. 包含matlab程序，libsvm库，以及60000张训练数据10000张测试数据

神经网络实现手写数字识别，带数字图片,用MATLAB实现

这是一个用C#实现的手写数字识别的范例程序

可脱机工作，基于SVM和HOG的手写体数字识别。最后用MFC做的可操作界面。

手写数字识别系统。图像二值化处理-图像切割-智能化个人手写数字识别。python代码使用SVM,matlab使用CNN。

mnist手写数据集,学习深度学习,机器学习入门者必备的数据集,就跟学习编程语言的Hello,World一样。工具包包括数据集和已经实现的Python代码

关于利用深度学习识别手写数字集及并将识别错误的数据集提取出来,这个里面提供了详细的手写数字集识别代码。深度学习框架使用的tenssorflow2.0版本。如果有需要可以下载。

train-images-idx3-ubyte.gz train-labels-idx1-ubyte.gz t10k-images-idx3-ubyte.gz t10k-labels-idx1-uby

BAT算法工程师深入详细地讲解手写体数字识别，带你轻松入门深度学习！