注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 模式识别课程设计&课程实验 - 报告

  2. 模式识别课程设计报告、课程实验报告 个人从网上找的资料然后运行、截图并总结。希望对大家有用。 声明：手写数字识别系统没有程序，因为我们的老师没要求我们写程序。但网上这种代码很多，很容易找到。

  3. 所属分类：网络基础

    • 发布日期：2010-07-24
    • 文件大小：317440
    • 提供者：Liuyfly

  1. 模式识别的实验报告word版本

  2. 模式识别 模式识别实验报告 1. 初始化样品特征库及获得待测手写数字的特征矩阵 //函数的声明部分 GetFeature.h #include "Cdib.h" struct pattern//pattern结构体，保存某个数字类别(0～9)的所有样品特征 { int number;//该手写数字样品个数 double feature[200][25];//各样品特征，每类手写数字最多有200个样品，每个样品有25个特征 };

  3. 所属分类：专业指导

    • 发布日期：2010-11-04
    • 文件大小：80896
    • 提供者：zhengdandan0528

  1. opencv，pca特征压缩，贝叶斯分类器，手写数字识别

  2. 刚完成的模式识别课程设计，热乎的哦 从图像的矩阵存储到pca特征压缩再到贝叶斯分类器的机器学习 最后整合成对0~9数字的识别功能 使用的是opencv的api，需要机器上配置好opencv 有详细的课程报告，实验代码也是分开编写的，能够独立执行 最后整合成了mfc的形式

  3. 所属分类：C/C++

    • 发布日期：2013-10-30
    • 文件大小：17825792
    • 提供者：lollipoppo

  1. 模式识别读书报告

  2. 以错误反向传播为训练模式的前馈神经网络是非参回归估计的例子。作者提出了一个指导性的非参估计及其与神经网络之间的联系，并且通过统计学，就是概率的角度强调了神经模型的优势和劣势。并用人造数据和手写数字两个实验介绍了主要的思想。作为结论，不讨论并行的硬件和其他的应用问题，我们提示现阶段的反馈神经网络对复杂问题的机器感知和机器学习非常不足。并且作者提出神经模型的主要挑战是表示，就是特征的提取，而不是学习，这个观点通过手写数字这个实验来支持。

  3. 所属分类：机器学习

    • 发布日期：2018-11-12
    • 文件大小：15360
    • 提供者：sinat_29687269

  1. 基于BP神经网络的手写数字识别.zip

  2. 基于BP神经网络的手写数字识别实验报告和matlab仿真源码。

  3. 所属分类：深度学习

    • 发布日期：2019-07-09
    • 文件大小：6291456
    • 提供者：qq_43224770

  1. 利用贝叶斯分类器实现手写数字识别（实验报告）

  2. 利用贝叶斯分类器实现手写数字识别，要数据的可以发私信，有测试集和训练集。太大不布出来。 利用贝叶斯分类器实现手写数字识别，要数据的可以发私信，有测试集和训练集。太大不布出来。

  3. 所属分类：Java

    • 发布日期：2020-02-29
    • 文件大小：167936
    • 提供者：ada008

  1. 利用贝叶斯分类器实现手写数字识别（实验报告）

  2. 利用贝叶斯分类器实现手写数字识别，要数据的可以发私信，有测试集和训练集。太大不布出来。 利用贝叶斯分类器实现手写数字识别，要数据的可以发私信，有测试集和训练集。太大不布出来。

  3. 所属分类：Java

    • 发布日期：2020-01-29
    • 文件大小：167936
    • 提供者：qq_42813987

  1. 深度学习的mnist实验报告

  2. 关于深度学习mnist文件的实验报告， 具体包括 xehll安装过程和mnist文件的执行过程。

  3. 所属分类：其它

    • 发布日期：2020-01-09
    • 文件大小：498688
    • 提供者：ctffengzi

  1. bp神经网络.rar

  2. bp神经网络的手写数字识别 100个图片集+代码+gui界面+实验报告 学习研究基于BP神经网络的图像识别的理论和方法，利用Matlab或Visual C++设计程序完成以下功能；将手写数字存于1幅图像中，设计BP神经网络对图像中的汉字进行识别，输出识别结果；

  3. 所属分类：其它

    • 发布日期：2020-07-20
    • 文件大小：305152
    • 提供者：EVENISAKY

  1. 手写数字识别（python底层实现）报告.docx

  2. （1）认识MNIST数据集的数据格式，对MNIST数据集进行划分作为多层感知机的训练和测试数据； （2）利用python语言从零开始搭建多层感知机网络； （3） 通过调整参数提高多层感知机网络的准确度，并对实验结果进行评估； （4）程序的语句要求有注释，以增强程序可读性。

  3. 所属分类：Python

    • 发布日期：2020-09-26
    • 文件大小：1048576
    • 提供者：by1jing

  1. 手写数字识别，最小错误率贝叶斯分类器，Fisher线性分类器，人工神经网络三种识别方法

  2. 搭建一个平台，可以用鼠标手写数字，运用一种分类器对此手写数字进行识别，并对分类器性能进行评估。三次作业，分别用最小错误率贝叶斯分类器，Fisher线性分类器，人工神经网络进行识别。都采用matlab编程，前两种可在平台上手写数字并识别，人工神经网络版本的没有手写平台，能够通过程序读取图片并返回识别出的数字。包含实验报告和用来训练的数字图片。注意使用时必须修改程序中读取的文件位置。

  3. 所属分类：专业指导

    • 发布日期：2021-03-16
    • 文件大小：4194304
    • 提供者：weixin_42165647