基于神经网络车牌识别识别

票据手写数字识别方案 步骤一:建立票据模板 模板数据里面包括填写票据金额的位置 步骤二:确定票据方向(0度 或者 180度) 通过hough算法确定票据中间的虚线,从而确定票据的方向,这步已实现 步骤

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_

这是一个基于神经网络的图像识别入门代码，用MATLAB编写，最好在MATLAB2007a以上版本运行。

matlab实现的BP神经网络，用于手写数字识别，非常实用，可以直接运行看结果

Python+CNN+Tensorflow识别手势,目前做到了0-7的手势。文件为源代码和训练集。主要是调用OpenCV,预处理的主要步骤为:去噪 -> 肤色检测 -> 二值化 ->

用matlab编写的神经网络数字识别程序。希望对大家有帮助。

用java写的神经网络数字识别程序,识别率高达百分之八十。

通过神经网络,进行模式识别,对十六进制的字符或字符串,进行模式识别,分别在有噪声干扰下,和无噪声干扰下,对识别的准确率进行判断

使用耶鲁大学数据集，用神经网络的方法实现人脸识别，具体内容如下使用无监督学习中的自编码器生成分类器，再用有监督学习里的支持向量机加三层卷积神经网络对其进行训练，最终达到预想的准确率，代码注释很详细，

一个简单的人工神经网络程序.假设输入值为{大,圆,光滑}为水果的三个特征值,来代表三种不同的水果,用bp算法和遗传算法分别实现未知的水果类别.