基于BP神经网络的手写体数字识别

这是个基于模版匹配的手写体数字识别，是用mfc单文档写的，功能简单，识别率高（相对于作者本人，应为模版所记录的特征是作者的），程序只是参考用

基于贝叶斯分类器的手写体数字识别，识别率为87%，加大训练样本识别率更高。

最新的论文资源研究了利用支持向量机分类器进行手写体数字识别的技术。构建了我国邮政手写数字库和美国邮政手写数字库。在此库上,利用基于SVM多类分类器进行了实验,并与其他分类器的识别方法进行了比较。实验结

基于BP神经网络的手写数字识别MATLAB源码,包括GUI界面

用python搭建神经网络，详细代码步骤，入门机器学习和学习神经网络

基于BP神经网络和sklearn的digit数据集编写的手写数字识别demo。带有GUI手写画板,同时还可以根据需要保存手写数字的数据。

手写汉字识别，网上找到的使用了BP神经网络

利用MATLAB对BP神经网络进行实现，识别手写数字和汉字字符。通过对大量样本进行训练，神经网络可以快速准确地辨别输入的字符。本课题详细介绍了神经网络的结构、训练方法和实现步骤。欢迎学习交流！

基于AP和BP神经网络算法的手写数字识别，朱婷婷，魏海坤，为了对大规模的手写数字进行快速有效的识别，本文提出了AP算法和BP神经网络算法结合的手写数字识别方法。该方法通过AP聚类消除训练

BP神经网络的手写字符识别