精华内容
下载资源
问答
  • 这学期上模式识别课程,做了这个手写数字识别的作业,放到上面来赚一点点积分
  • 设计了一种基于matlab手写数字识别系统,全面覆盖多种分类器,有Fisher线性判别,贝叶斯分类器,神经网络,k近邻等等线性与非线性的分类器,识别的准确率较高,具体依据各个算法的不同,可以在此基础上进行改进。
  • 该课题为基于MATLAB bp神经网络的手写汉字识别系统。可以利用鼠标手写中文汉字进行训练,测试,可以识别任何字体,只需要到GUI界面面板更换即可。在GUI界面就可以随写随训练中文,不需要到后台手动更换文字训练,...
  • 【实例简介】利用matlab制作的手写数字识别系统、代码可读性强,结构清晰、GUI运行界面、在Matlab R2014b下编辑完成,有手写版,也可导入图片识别。【实例截图】【核心代码】gui友好界面之手写数字识别matlab└── ...

    【实例简介】

    利用matlab制作的手写数字识别系统、代码可读性强,结构清晰、GUI运行界面、在Matlab R2014b下编辑完成,有手写版,也可导入图片识别。

    【实例截图】

    【核心代码】

    gui友好界面之手写数字识别matlab

    └── gui友好界面之手写数字识别matlab

    ├── clearaxes_callback.m

    ├── Digital_Ident2.m

    ├── Digital_Identification_call.m

    ├── Digital_Identification.m

    ├── gui.fig

    ├── gui.m

    ├── image.png

    ├── mouse_xiezh.m

    ├── pictureselection_callback1.m

    ├── pictureselection_callback2.m

    ├── regionselection_callback.m

    ├── SamplesPicture.m

    ├── shuzi_ObjBayes.mat

    ├── Thumbs.db

    ├── zi.jpg

    ├── 使用前读.doc

    ├── 检验样本图片

    │   ├── num0_1.bmp

    │   ├── num0_2.bmp

    │   ├── num0_3.bmp

    │   ├── num1_1.bmp

    │   ├── num1_2.bmp

    │   ├── num1_3.bmp

    │   ├── num2_1.bmp

    │   ├── num2_2.bmp

    │   ├── num2_3.bmp

    │   ├── num3_1.bmp

    │   ├── num3_2.bmp

    │   ├── num3_3.bmp

    │   ├── num4_1.bmp

    │   ├── num4_2.bmp

    │   ├── num4_3.bmp

    │   ├── num5_1.bmp

    │   ├── num5_2.bmp

    │   ├── num5_3.bmp

    │   ├── num6_1.bmp

    │   ├── num6_2.bmp

    │   ├── num6_3.bmp

    │   ├── num7_1.bmp

    │   ├── num7_2.bmp

    │   ├── num7_3.bmp

    │   ├── num8_1.bmp

    │   ├── num8_2.bmp

    │   ├── num8_3.bmp

    │   ├── num9_1.bmp

    │   ├── num9_2.bmp

    │   └── num9_3.bmp

    └── 训练样本图片

    ├── num0_1.jpg

    ├── num0_2.jpg

    ├── num0_3.jpg

    ├── num0_4.jpg

    ├── num0_5.jpg

    ├── num1_1.jpg

    ├── num1_2.jpg

    ├── num1_3.jpg

    ├── num1_4.jpg

    ├── num1_5.jpg

    ├── num2_1.jpg

    ├── num2_2.jpg

    ├── num2_3.jpg

    ├── num2_4.jpg

    ├── num2_5.jpg

    ├── num3_1.jpg

    ├── num3_2.jpg

    ├── num3_3.jpg

    ├── num3_4.jpg

    ├── num3_5.jpg

    ├── num4_1.jpg

    ├── num4_2.jpg

    ├── num4_3.jpg

    ├── num4_4.jpg

    ├── num4_5.jpg

    ├── num5_1.jpg

    ├── num5_2.jpg

    ├── num5_3.jpg

    ├── num5_4.jpg

    ├── num5_5.jpg

    ├── num6_1.jpg

    ├── num6_2.jpg

    ├── num6_3.jpg

    ├── num6_4.jpg

    ├── num6_5.jpg

    ├── num7_1.jpg

    ├── num7_2.jpg

    ├── num7_3.jpg

    ├── num7_4.jpg

    ├── num7_5.jpg

    ├── num8_1.jpg

    ├── num8_2.jpg

    ├── num8_3.jpg

    ├── num8_4.jpg

    ├── num8_5.jpg

    ├── num9_1.jpg

    ├── num9_2.jpg

    ├── num9_3.jpg

    ├── num9_4.jpg

    └── num9_5.jpg

    3 directories, 96 files

    展开全文
  • Matlab手写数字识别

    2019-03-02 09:40:37
    利用matlab制作的手写数字识别系统、代码可读性强,结构清晰、GUI运行界面、在Matlab R2014b下编辑完成,有手写版,也可导入图片识别。
  • 使用matlab数字手写进行识别,有界面gui。 手写识别是常见的图像识别任务。计算机通过手写体图片来识别出图片中的字,与印刷字体不同的是,不同人的手写体风格迥异,大小不一, 造成了计算机对手写识别任务的一些...
  • 手写数字识别matlab实现,源代码附上。用到机器学习的方法
  • 手写数字识别】基于贝叶斯分类器实现手写数字识别matlab源码含GUI.md
  • 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。
  • 手写代码识别,完整代码,可运行
  • BP神经网络实现手写数字识别,使用matlab实现。内有测试数据及实验结果,非常适合入门者使用。绝对超值、值5分。0.99MB的文件下载该文档,你不会吃亏。
  • 使用libsvm 实现MNIST数据库手写数字识别,正确率98.14. 包含matlab程序,libsvm库,以及60000张训练数据10000张测试数据
  • mnist手写数字识别matlab
  • matlab 手写数字识别代码,包含主程序framework 和 一些辅助程序函数
  • 基于matlab手写数字识别,包括样品库及体征提取,识别率高
  • 代码可以参考博文:https://blog.csdn.net/weixin_43687366/article/details/88139441#comments_13625330 手写数字识别 手写数字识别 手写数字识别
  • CNN识别手写数字,很好的机器学习初心者学习资料,里面包含了MATLAB代码和详细的注释,可以直接运行
  • MATLAB手写数字识别

    万次阅读 多人点赞 2019-07-31 14:07:22
    本文主要是根据《matlab手写神经网络实现识别手写数字》博客中的代码进行试验。由于没有数据集,所以采用了MNIST数据集进行代码的运行。数据集不同所以需要对代码进行微小改动。 简介 数据处理:4000张作为训练样本...

    本文主要是根据《matlab手写神经网络实现识别手写数字》博客中的代码进行试验。由于没有数据集,所以采用了MNIST数据集进行代码的运行。数据集不同所以需要对代码进行微小改动。

    简介

    数据处理:4000张作为训练样本,1000张作为测试样本;
    图像大小:图片的灰度值矩阵(28,28);
    图像名称:由标签和顺序号组成。标签_顺序号.bmp
    训练样本:每个数字的图像名称的顺序号是从0-399,各400个。
    在这里插入图片描述
    测试样本:每个数字的图像名称的顺序号是从401-500,各100个。
    在这里插入图片描述

    标签制作

    标签格式:
    训练数据集中前400个标签都是[1,0,0,0,0,0,0,0,0,0]代表数字0,401-800个标签都是[0,1,0,0,0,0,0,0,0,0]代表数字2,其余类推。这也就是所谓的onehot
    由于数据集不同,图像的格式也不一样等因素,需要对代码稍微做修改,具体如下:
    制作label时遇到的障碍,xlswrite()函数在写入矩阵时对矩阵大小有限制,一定要小心,因为我的电脑安装的是2003,所以无法对4000列数据直接写入,只好行列互换后再存储,代码将生成两个xsl文件,分别是label.xsl和label2.xsl,分别是训练数据和测试数据的标签。
    增加一个label_create.m文件,用来新建标签文件。
    label_create.m代码:

    % 创建Excel存储label
    % 根据图片的名字,例如:3_101.bmp,第一个数值是标签,第二个是图片数。
    % 为了转换成神经网络的标签,0-9这10个标签应转换为[1,0,0,0,0,0,0,0,0,0],[0,1,0,0,0,0,0,0,0,0]
    % 这样的格式,即第几位是1就代表标签是几?如[0,1,0,0,0,0,0,0,0,0]代表2
    % 例如我们的前 400个图都是0,所以标签都是[1,0,0,0,0,0,0,0,0,0]
    % 因为每个版本的Excel允许存储的行列不同,这里是2003版存储不下4000列,故需要将label矩阵转置后才能存下
    % Excel2003可存储:65536*256
    clear all;
    clc;
    label=zeros(10,4000);
    label2=zeros(10,1000);
    
    eye_sam=eye(10);
    for j=1:10
        label(:,(400*(j-1)+1):400*j)= repmat( eye_sam(:,j),1,400 );
    end
    T=label';
    xlswrite('D:\Documents\MATLAB\label.xls',T);
    
    for j=1:10
        label2(:,(100*(j-1)+1):100*j)= repmat( eye_sam(:,j),1,100 );
    end
    T2=label2';
    xlswrite('D:\Documents\MATLAB\label2.xls',T2);
    

    getdata.m代码修改:

    function[x_train,y_train,x_test,y_test]=getdata()
    % 把图片变成像素矩阵
    % path :图片路径 
    % x_train:训练样本像素矩阵(784,4000)
    % y_train:训练样本标签(10,4000)
    % x_test:测试样本像素矩阵(784,1000)
    % y_test:测试样本标签(10,1000)
    
    x_train = [];
    for i=0:9
        for j=0:399
            x=im2double(imread(strcat('D:\Documents\MATLAB\images4000\',num2str(i),'_', num2str(j),'.bmp')));
            x=reshape(x,784,1);         % 将28*28的数值矩阵变为784*1,每列代表一幅图
            x_train = [x_train,x];      % 每循环一次加入一列数据
        end
    end
    
    x_test =[];
    for i=0:9
        for j=401:500
            x=im2double(imread(strcat('D:\Documents\MATLAB\images_test1000\',num2str(i),'_', num2str(j),'.bmp')));
            x=reshape(x,784,1);         % 将28*28的数值矩阵变为784*1,每列代表一幅图
            x_test = [x_test,x];        % 每循环一次加入一列数据
        end
    end
    
    % 读取标签文件,注意:由于标签的存储问题,读入后需要进行转置
    data=xlsread('label.xls');
    data2=xlsread('label2.xls');
    y_train=data';
    y_test = data2';
    
    % 返回的参数
    x_train;
    y_train;
    x_test;
    y_test;
    
    end
    
    

    其余代码保持和原博客中的一致。全部文件如下图:
    在这里插入图片描述
    运行main.m文件即可。

    文件下载地址:链接:https://pan.baidu.com/s/1JhPs94qO-7VkPI_kknv_Tg
    提取码:xuu6
    如链接失效可加QQ:1021288218 索取。

    参考:
    https://blog.csdn.net/yunyunyx/article/details/80473532

    展开全文
  • 使用matlab实现的对MNIST手写数字进行识别,经测试,真实可用的。
  • 基于MATLAB编程实现手写数字识别算法,认识手写数字数据集,本实验用到的mnist手写数字数据集训练集包含60000张图片,测试集包含10000张图片。原始图片大小为28*28,去除边缘填充像素后的图片大小为20*20.本程序为...
  • 使用Fisher分类器实现手写数字识别MATLAB代码,GUI界面手写数字输入。
  • PCA算法是基于图像重构的方法进行图像特征识别的。内有训练样本、多个测试图片以及文档说明。 识别步骤: ① 选择训练样本 ...③ 读取待识别数字,进行连通分量分割,确定需要识别数字个数 ④ 通过判别式进行分类
  • CNN——卷积神经网络类数字识别matlab实现代码,原因是现在而与Matlab c++ / CUDA库前端比一个Matlab库。这个项目提供了matlab类卷积神经网络的实现。勒存这网络是由Yann和已经成功地使用在许多实际应用,如手写数字...
  • MATLAB语言,用svm实现手写数字识别,内有数字样例
  • 基于Fisher准则实现手写数字识别matlab实现及课程报告)
  • matlab数字基带传输系统.docx
  • MNIST手写Matlab程序,包含BP和CNN程序。不依赖任何库,包含MNIST数据,BP网络可达到98.3%的识别率,CNN可达到99%的识别率。CNN比较耗时,关于CNN的程序介绍:...
  • 基于 MATLAB手写数字识别算法的实现与分析 摘要 手写数字识别是利用计算机自动辨认手写体阿拉伯数字的一种技术是光学字符识别技术的一个分支手写数字识别在邮政编码务财报表银行票据各种凭证以及调查表格的...
  • 基于matlab的知识库的手写数字识别。首先,读入手写数字图片进行图像归一化处理,统一尺寸,默认为24X24图像块,并通过ostu算法进行二值化;其次,对二值化图像进行图像细等形态学操作,并按照算法要求特征提取;...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 3,385
精华内容 1,354
关键字:

matlab实现手写数字识别

matlab 订阅