论文研究基于BP神经网络手写数字识别的研究 .pdf

近年来，深度学习中的卷积神经网络已经广泛运用于图像识别领域，它不仅显著提升了识别准确率，同时在特征提取速度方面也优于许多传统方法。针对高速公路环境下的车型识别问题，引入卷积神经网络（CNNs）理论，设

基于 Linux c++ mpich， 用 mpich实现了入门级别的机器学习-手写体数字识别

基于openmp的bp神经网络实现手写体数字识别算法的优化。

免费提供此代码，是希望大家在做作业的时候能多一份选择，该代码步骤清晰，注释也很详细，是初学者的最佳首选

希望对大家有帮助！

BP神经网络实现手写数字识别matlab实现matlab

基于小波与BP神经网络的掌纹识别方法，周作梅，王力，近年来，掌纹识别由于其独特性得到了许多研究者的重视。在本文中，采用小波多尺度分析得到掌纹的高频部分，用它们的小波能量作为

车牌识别是电子警察系统重要的功能模块,字符识别是车牌识别的关键步骤。目前，BP（BackPropagation）人工神经网络因其优越的性能而广泛应用到车牌识别中，但是BP神经网络在局部极值、假饱和、收

深入分析了计盒法在估算分形维数上存在的问题并结合织物纹理固有的特点，提取了4个新的分形参数，利用由它们组成的特征向量并使用欧式距离检测器对7种具有不同纹理背景的织物进行了瑕疵检测。测试结果表明，在一定

一种基于BP神经网络的MATLAB设计方案，用于实现手写数字和汉字字符的识别。通过对手写数字和汉字字符的样本进行训练，提取不同特征，并通过BP神经网络分类器进行分类预测，最终实现了高准确度的识别效果。