论文研究基于LVQ神经网络改进算法的人民币号码识别方法 .pdf

这是基于cnn深度卷积神经网络算法的人脸识别程序代码，用的是Python

基于神经网络的人脸识别

平台环境是基于Python + TensorFlow下的CNN训练,CNN全称卷积神经网络是当前图像处理最常用的方法之一。 首先准备自己的正面照片100张,使用dlib自带的frontal_face_

基于卷积神经网络的手写数字识别算法研究，张荣磊，刘学，根据串行方式实现卷积神经网络的局限性，提出了基于MapReduce的卷积神经网络识别算法，使其在手写数字识别的准确率和速度上取得更好

针对ISOMAP算法对新增样本泛化能力较差的缺点，通过对LLE算法局部重构思想的深入理解，提出了MRC-ISOMAP（manifold reconstruction-ISOMAP）算法用于样本特征的维

 针对目标识别问题,采取了基于协同学的模式识别理论,引入了协同神经网络并对其稳定性进行了分析,提出了基于协同神经网络对军事目标进行识别的方法,并通过仿真验证了该方法的有效性。

LVQ神经网络的预测——人脸朝向识别

基于遗传神经网络的人脸识别分类器设计，赵天刚，杜谦，神经网络由于具有抗干扰性和容错性，常被用在人脸识别的分类器中。但是，神经网络的训练过程花费的时间很长，训练的次数多，而且

基于AutoEncoder的BP神经网络改进，李森林，邓小武，深度学习模型AutoEncoder可以从无标签数据中自动学习数据特征，假定网络输入与输出相同，通过优化模型训练得到的权重作为神经网络初�

序列号的准确分割是人民币序列号识别的必要前提，然而人民币图像中引入的各类噪声和污染会严重影响其分割效果，为此提出一种能去除污染和噪声的序列号分割方法。在图像预处理时引入高提升滤波，在增强序列号边缘的同