基于SVM的手写字体识别案例分析，提供43个MATLAB示例。
暂无评论
这种用于识别手写数字的基于CNN的模型在训练12个时期之后获得99.2%的验证准确度。 它在Kaggle的MNIST数据集上训练
MATLAB代码集涵盖了43个神经网络案例，包括LVQ神经网络的人脸朝向识别预测。
本基于BP神经网络和卷积神经网络对手写数字识别进行研究,使用10000张已标注的大小为28*28的手写数字图片进行训练和测试,从所有图片中随机选出9000张作为训练样本对网络进行训练,另外1000张作
主要为大家详细介绍了kaggle+mnist实现手写字体识别,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
LeNet5对应的手写字体识别，无监督学习的方法去pre-training（预训练）stackedCNN的每层网络，然后用BP算法对整个网络进行fine-tuning（微调），并且上一层的输出作为下一
python实现K进邻算法对手写数字识别的一个小Demo，含代码和数据集
基于LIBSVM工具箱和LIBSVM-FarutoUitimate工具箱matlab手写数字图片识别
shibie
自组织竞争网络在模式分类中的应用 - 患者癌症发病预测
本文将详细介绍MATLAB神经网络43个案例分析，重点讲解基于CPUGPU的并行神经网络运算。我们将深入探讨神经网络的实现过程并分享一些经验和技巧。我们的方法将充分利用计算机的性能，提高神经网络的计算
暂无评论