matlab实现神经网络的数字识别有训练和识别和图形界面matlab.zip

基于BP神经网络的手写数字识别系统，基于Matlab开发，实现手写输入板功能，特征提取，模型训练，手写识别等功能。详细使用方法在readme说明文档中。

matlab/基于多种神经网络的语音情感识别.zip

本基于BP神经网络和卷积神经网络对手写数字识别进行研究,使用10000张已标注的大小为28*28的手写数字图片进行训练和测试,从所有图片中随机选出9000张作为训练样本对网络进行训练,另外1000张作

使用matlab训练基本的神经网络，数据是使用的6类气体的数据，共有3600个，分别测试了7个分类器的性能

基于MATLAB的神经网络训练模块基于MATLAB的神经网络训练

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

用java写的神经网络数字识别程序,识别率高达百分之八十。

基于Matlab软件实现手写数字的识别，首先进行图片预处理，得到一维矩阵作为样本输入，设定目标矩阵，运用Matlab神经网络进行识别。

神经网络实现手写数字识别，带数字图片,用MATLAB实现