暂无评论
BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP
非线性类PID神经元网络控制器
激活函数: tf.nn.relu(features, name=None) features:卷积后加上偏置的结果 return:结果 卷积层: tf.nn.conv2d(input, filter,
MNIST手写数据集的训练和测试代码，代码准确率高于98%，代码完善，下载即可使用，利用TensorFlow编译环境，适合新手自学。MNIST数据集是个通用数据集，很多新手都会用到。
基于知识库的手写体数字识别
利用tensorflow2和python进行手写数字识别。
基于支持向量机的手写体数字识别系统设计论文
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
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。
最新的论文资源研究了利用支持向量机分类器进行手写体数字识别的技术。构建了我国邮政手写数字库和美国邮政手写数字库。在此库上,利用基于SVM多类分类器进行了实验,并与其他分类器的识别方法进行了比较。实验结
暂无评论