神经网络识别手写体数字的方法及MATLAB仿真的程序等等
霍普菲尔德网络 程式简介 使用说明: 透过视觉化界面展示「离散型Hopfield Network」的使用方法 右方可以选择训练资料:「基本训练」,「花红训练」 所有资料皆以3张图为一组,且「Bonus
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
神经网络大作业,使用PCA和改进的神经网络对UCI机器学习数据库的手写数字进行识别,训练样本3823,测试样本1797
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
这是我的大作业当中用到的全部参考资料。包括很多其他项目。以及最后自己修改后使用的项目
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
采用基础的BP神经网络,对数据集中的手写数字进行识别,可以很好的得到识别结果 通过学习可以很好的理解BP神经网络,为后面的学习打下基础,可以更好的学习其他网络。
Number Recognition With Nero Net
卷积神经网络用于手写数字识别,C++代码实现,使用cpu多线程