基于OPENCV神经网络算法的数字识别

NIST提供的是28 * 28的图片，因此输入层是754维的向量。隐层输出层为10维向量 公式定义： 输出层：01 ... 01 隐层：Y1 ... YN 输入层：X1 ... XM 输入层与隐层间的

神经网络有关的包括一本书和几个数字识别程序以及 水印程序,课本详细介绍了神经网络有关知识,电子工业出版社matlab6.5神经网络设计,几个数字识别程序以及 水印程序很适合初学者。特别提醒:别忘记了评

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

针对非限条件下人脸识别准确率较低的问题，提出一种基于粒神经网络（MNN）与遗传算法优化的人脸识别算法

利用caffe实现声音识别

基于神经网络的文字识别模型，李爽，，智能型系统的研究一直是21世纪的研究热门，对于文字、图像等的识别也一直是人们研究的热点。目前，已经有很多的方面都应用了识别�

老师留的关于神经网路的作业，实现了下。识别三种表情，识别率一般

基于人工神经网络的数码识别

基于BP神经网络的条码识别,王奇,, BP学习算法是目前应用最广泛的学习算法,虽然其收敛性尚未被证明,但是它已在许多实际中,如模式识别、系统辨识、图像处理、函数

基于神经网络的字符识别，通过训练后，可以识别0-9的字符，也可自定义字符，也可以通过增加样识别更多的字符或是中文。