基于zinnia的手写识别工具

基于高斯动态时间规整核函数(GaussianDynamicTimeWarpingkernel)的支持向量机(GDTW-SVM)在联机手写识别中有较高的识别率,但是存在计算复杂度高的问题。结合联机手写识

基于知识库的手写体数字识别

基于奇异值分解的手写体识别,仅用于学习交流,请勿用于商业用途和其他用途。如需用于非学习交流用途,请先私信联系我。

简要介绍遗传算法(GeneticAlgorithm,GA)和BP算法(BackPropagationAlgorithm),并结合手写数字识别的实际应用,提出手写数字识别的遗传神经网络算法。通过实验证

解决了来自http://neuralnetworksanddeeplearning.com/chap1.html中神经网络识别手写数字不能在python3以上版本中运行的问题。编写了Run_Trani

基于BP神经网络的手写数字识别MATLAB源码,包括GUI界面

使用c++编写的 有源程序 有可执行文件 准确率较高

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

这是大二初学java时写的一个手写识别小软件。 这里包含了整个程序的源代码，《概要设计说明书》，javadoc 和 UML类图。 Version: 1.0 压缩包中包含了： 1.任务综合报告：概要设计

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。