BP算法识别猫

颜色是物体表面的基本特征, 外部世界提供了丰富的颜色信息,因此通过颜色对目标进行识别[1-2]是一种常用的方法。然而,同一颜色在变化环境下所接收到的光照并不完全一样,不同于人眼识别的灵敏性。机器人视觉

目前常用的物体识别方法，其过程非常复杂，信息量和计算量都很大。结合改进遗传算法的神经网络方法，采用将结构与误差结合的适应度函数，改进的遗传算子实现对BP网络结构和权值的同步优化。提出一种用改进遗传算法

BP neural network algorithm complete learning materials image recognition technology

基于BP神经网络的主分量分析人脸识别算法

BP神经网络Matlab实现字符识别-BP.rarRT，BP神经网络Matlab实现字符识别

基于神经网络的字符识别系统, 对数字,字母都可以识别-Based on neural network character recognition systems, on numbers, letter

运用BP神经网络实现数字识别过程,包含了图像训练以及识别两个过程

基于BP神经网络的图像数字识别里面有测试图片

利用matlab设计基于BP神经网络的水果识别，利用不同水果的颜色及弧度作为神经网络的参数，建立BP神经网络。（Ps:水平一般，仅供参考）

自写的基于matlab的BP数字识别，运行user.m启动 。