用VC实现神经网络来识别手写输入的数字
基于神经网络的手写体数字识别，它是用matlab实现的，其中用3种不同的神经的网络方法实现了手写体数字的识别，非常利于初学者的学习和交流。
matlab代码，不使用库函数。基于Dropout的手写体数字识别。
本系统包括:1.使用MATLAB自用工具包调用摄像头,进行图像处理、分割、保存,形成自制的训练集与测试集识别数字0与2,但是其他数字也可以,读者可自己进行操作验证;2.特征提取部分采用了粗网格特征提取
实验目的及要求 目的:不使用框架, 用python实现神经网络, 学习算法最好的方法就是实现它, 掌握反向传播算法的推导及代码实现,掌握Xavier初始化、Adam算法、数据归一化、batch-nor
网络结构 项目下载地址 不使用框架实现全连接神经网络实现手写数字识别(layer封装好, 可以很好的扩展,修改) 第一个卷积层输入:2828、一通道、滤波器55个数为 6个、步长为1、不补零。 第一个
CNN卷积神经网络实现手写数字识别，Matlab+minist数据集都有，在matlab上可直接运行，新手友好，亲测可用。
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BP神经网络的手写数字识别算法,实现工具matlab,自己制作的。 两个GUI可视化实现与训练集和测试集,以及图片集。 成功率不是很高,85%左右,可以自己去调整一些参数 内包含视频演示,初学者可
介绍了中国车牌识别的研究背景和现状，提出了一种基于神经网络的新方法，并设计了一种没有直接预处理的车牌像素图像的卷积神经网络结构。该图像变换适用于利用原始车牌来增加训练数据库。实验结果验证了本车牌识别方
用户评论