精华内容
下载资源
问答
  • 手写数字识别 matlab

    热门讨论 2010-07-19 22:40:45
    手写数字识别 matlab,运用神经网络中的技术,很好地实现了手写数字的识别
  • matlab 手写数字识别代码,包含主程序framework 和 一些辅助程序函数
  • BP神经网络实现手写数字识别matlab实现
  • 【手写数字识别】基于支持向量机SVM实现手写数字识别matlab源码含GUI.md
  • BP神经网络实现手写数字识别matlab实现
  • 【手写数字识别】基于BP神经网络手写数字识别matlab源码含GUI.md
  • BP神经网络实现手写数字识别matlab实现,基于bp神经网络的手写数字识别,matlab源码.zip.zip
  • 【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
  • 手写数字识别 matlab
  • 【手写数字识别】基于BP神经网络手写数字识别matlab源码含GUI一、简介.md
  • mnist手写数字识别matlab
  • BP神经网络实现手写数字识别matlab实现BP神经网络实现手写数字识别matlab实现\100-100.jpgBP神经网络实现手写数字识别matlab实现\AfterAppr_0.bmpBP神经网络实现手写数字识别matlab实现\AfterAppr_1.bmpBP神经网络...

    BP神经网络实现手写数字识别matlab实现

    BP神经网络实现手写数字识别matlab实现\100-100.jpg

    BP神经网络实现手写数字识别matlab实现\AfterAppr_0.bmp

    BP神经网络实现手写数字识别matlab实现\AfterAppr_1.bmp

    BP神经网络实现手写数字识别matlab实现\AfterAppr_2.bmp

    BP神经网络实现手写数字识别matlab实现\AfterAppr_3.bmp

    BP神经网络实现手写数字识别matlab实现\AfterAppr_4.bmp

    BP神经网络实现手写数字识别matlab实现\AfterAppr_5.bmp

    BP神经网络实现手写数字识别matlab实现\AfterAppr_6.bmp

    BP神经网络实现手写数字识别matlab实现\AfterAppr_7.bmp

    BP神经网络实现手写数字识别matlab实现\AfterAppr_8.bmp

    BP神经网络实现手写数字识别matlab实现\AfterAppr_9.bmp

    BP神经网络实现手写数字识别matlab实现\AfterRec_0.bmp

    BP神经网络实现手写数字识别matlab实现\AfterRec_1.bmp

    BP神经网络实现手写数字识别matlab实现\AfterRec_2.bmp

    BP神经网络实现手写数字识别matlab实现\AfterRec_3.bmp

    BP神经网络实现手写数字识别matlab实现\AfterRec_4.bmp

    BP神经网络实现手写数字识别matlab实现\AfterRec_5.bmp

    BP神经网络实现手写数字识别matlab实现\AfterRec_6.bmp

    BP神经网络实现手写数字识别matlab实现\AfterRec_7.bmp

    BP神经网络实现手写数字识别matlab实现\AfterRec_8.bmp

    BP神经网络实现手写数字识别matlab实现\AfterRec_9.bmp

    BP神经网络实现手写数字识别matlab实现\Build.asv

    BP神经网络实现手写数字识别matlab实现\Build.m

    BP神经网络实现手写数字识别matlab实现\E52PT.mat

    BP神经网络实现手写数字识别matlab实现\E52net 100-100 100000.mat

    BP神经网络实现手写数字识别matlab实现\E52net.mat

    BP神经网络实现手写数字识别matlab实现\Fisher.m

    BP神经网络实现手写数字识别matlab实现\FisherClassifier.asv

    BP神经网络实现手写数字识别matlab实现\FisherClassifier.m

    BP神经网络实现手写数字识别matlab实现\Main.m

    BP神经网络实现手写数字识别matlab实现\NewAppr_0.bmp

    BP神经网络实现手写数字识别matlab实现\NewAppr_1.bmp

    BP神经网络实现手写数字识别matlab实现\NewAppr_2.bmp

    BP神经网络实现手写数字识别matlab实现\NewAppr_3.bmp

    BP神经网络实现手写数字识别matlab实现\NewAppr_4.bmp

    BP神经网络实现手写数字识别matlab实现\NewAppr_5.bmp

    BP神经网络实现手写数字识别matlab实现\NewAppr_6.bmp

    BP神经网络实现手写数字识别matlab实现\NewAppr_7.bmp

    BP神经网络实现手写数字识别matlab实现\NewAppr_8.bmp

    BP神经网络实现手写数字识别matlab实现\NewAppr_9.bmp

    BP神经网络实现手写数字识别matlab实现\NewRec_0.bmp

    BP神经网络实现手写数字识别matlab实现\NewRec_1.bmp

    BP神经网络实现手写数字识别matlab实现\NewRec_2.bmp

    BP神经网络实现手写数字识别matlab实现\NewRec_3.bmp

    BP神经网络实现手写数字识别matlab实现\NewRec_4.bmp

    BP神经网络实现手写数字识别matlab实现\NewRec_5.bmp

    BP神经网络实现手写数字识别matlab实现\NewRec_6.bmp

    BP神经网络实现手写数字识别matlab实现\NewRec_7.bmp

    BP神经网络实现手写数字识别matlab实现\NewRec_8.bmp

    BP神经网络实现手写数字识别matlab实现\NewRec_9.bmp

    BP神经网络实现手写数字识别matlab实现\Recognize.m

    BP神经网络实现手写数字识别matlab实现\Untitled3.asv

    BP神经网络实现手写数字识别matlab实现\Untitled3.m

    BP神经网络实现手写数字识别matlab实现\Vec.asv

    BP神经网络实现手写数字识别matlab实现\Vec.m

    BP神经网络实现手写数字识别matlab实现\appr_0.bmp

    BP神经网络实现手写数字识别matlab实现\appr_1.bmp

    BP神经网络实现手写数字识别matlab实现\appr_2.bmp

    BP神经网络实现手写数字识别matlab实现\appr_3.bmp

    BP神经网络实现手写数字识别matlab实现\appr_4.bmp

    BP神经网络实现手写数字识别matlab实现\appr_5.bmp

    BP神经网络实现手写数字识别matlab实现\appr_6.bmp

    BP神经网络实现手写数字识别matlab实现\appr_7.bmp

    BP神经网络实现手写数字识别matlab实现\appr_8.bmp

    BP神经网络实现手写数字识别matlab实现\appr_9.bmp

    BP神经网络实现手写数字识别matlab实现\es.asv

    BP神经网络实现手写数字识别matlab实现\es.m

    BP神经网络实现手写数字识别matlab实现\getFeature.asv

    BP神经网络实现手写数字识别matlab实现\getFeature.m

    BP神经网络实现手写数字识别matlab实现\met.asv

    BP神经网络实现手写数字识别matlab实现\met.m

    BP神经网络实现手写数字识别matlab实现\net.mat

    BP神经网络实现手写数字识别matlab实现\net100-100 1000000.mat

    BP神经网络实现手写数字识别matlab实现\net5-5.mat

    BP神经网络实现手写数字识别matlab实现\rec_0.bmp

    BP神经网络实现手写数字识别matlab实现\rec_1.bmp

    BP神经网络实现手写数字识别matlab实现\rec_2.bmp

    BP神经网络实现手写数字识别matlab实现\rec_3.bmp

    BP神经网络实现手写数字识别matlab实现\rec_4.bmp

    BP神经网络实现手写数字识别matlab实现\rec_5.bmp

    BP神经网络实现手写数字识别matlab实现\rec_6.bmp

    BP神经网络实现手写数字识别matlab实现\rec_7.bmp

    BP神经网络实现手写数字识别matlab实现\rec_8.bmp

    BP神经网络实现手写数字识别matlab实现\rec_9.bmp

    BP神经网络实现手写数字识别matlab实现\training.m

    展开全文
  • BP神经网络实现手写数字识别matlab实现matlab
  • 基于PCA手写数字识别matlab 源码.md
  • 【图像识别】RBF手写数字识别matlab源码.md
  • 基于BP神经网络的手写数字识别MATLAB源码,包括GUI界面
  • 基于PCA主元分析法实现的手写数字识别功能,附有Matlab代码及解释。
  • 适合初学者使用。内容详细、源码+测试数据 齐全。 BP神经网络实现手写数字识别matlab实现.zip
  • BP神经网络实现手写数字识别matlab实现源码.zip
  • 【模式识别】基于贝叶斯最小错误率手写数字识别matlab 源码
  • 手写数字识别matlab实现,源代码附上。用到机器学习的方法
  • 基于深度学习做手写数字识别,用的MATLAB,附实验报告
  • 手写代码识别,完整代码,可运行
  • 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。
  • UCI手写数字识别matlab

    2014-04-23 17:03:42
    每行为一个样本,其中256是16*16的手写数字展开,后10列为数字识别标签,例如:若第一列为1,则数字为0,第二列为1,数字为1.。。以此类推。 另外附matlab小例子,可以画出每个数字,更好理解。图像要反转和旋转一下...
  • 使用matlab实现的对MNIST手写数字进行识别,经测试,真实可用的。
  • 1 基于BP神经网络手写数字识别模型介绍 模型参考这里。 2 部分代码 function varargout = number_reconginize(varargin) % NUMBER_RECONGINIZE MATLAB code for number_reconginize.fig % NUMBER_RECONGINIZE, ...

    1 基于BP神经网络手写数字识别模型介绍

    模型参考这里

    2 部分代码

    function varargout = number_reconginize(varargin)
    % NUMBER_RECONGINIZE MATLAB code for number_reconginize.fig
    %      NUMBER_RECONGINIZE, by itself, creates a new NUMBER_RECONGINIZE or raises the existing
    %      singleton*.
    %
    %      H = NUMBER_RECONGINIZE returns the handle to a new NUMBER_RECONGINIZE or the handle to
    %      the existing singleton*.
    %
    %      NUMBER_RECONGINIZE('CALLBACK',hObject,eventData,handles,...) calls the local
    %      function named CALLBACK in NUMBER_RECONGINIZE.M with the given input arguments.
    %
    %      NUMBER_RECONGINIZE('Property','Value',...) creates a new NUMBER_RECONGINIZE or raises the
    %      existing singleton*.  Starting from the left, property value pairs are
    %      applied to the GUI before number_reconginize_OpeningFcn gets called.  An
    %      unrecognized property name or invalid value makes property application
    %      stop.  All inputs are passed to number_reconginize_OpeningFcn via varargin.
    %
    %      *See GUI Options on GUIDE's Tools menu.  Choose "GUI allows only one
    %      instance to run (singleton)".
    %
    % See also: GUIDE, GUIDATA, GUIHANDLES
    ​
    % Edit the above text to modify the response to help number_reconginize
    ​
    % Last Modified by GUIDE v2.5 06-Apr-2020 18:32:38
    ​
    % Begin initialization code - DO NOT EDIT
    gui_Singleton = 1;
    gui_State = struct('gui_Name',       mfilename, ...
                       'gui_Singleton',  gui_Singleton, ...
                       'gui_OpeningFcn', @number_reconginize_OpeningFcn, ...
                       'gui_OutputFcn',  @number_reconginize_OutputFcn, ...
                       'gui_LayoutFcn',  [] , ...
                       'gui_Callback',   []);
    if nargin && ischar(varargin{1})
        gui_State.gui_Callback = str2func(varargin{1});
    end
    ​
    if nargout
        [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
    else
        gui_mainfcn(gui_State, varargin{:});
    end
    % End initialization code - DO NOT EDIT
    ​
    ​
    % --- Executes just before number_reconginize is made visible.
    function number_reconginize_OpeningFcn(hObject, eventdata, handles, varargin)
    % This function has no output args, see OutputFcn.
    % hObject    handle to figure
    % eventdata  reserved - to be defined in a future version of MATLAB
    % handles    structure with handles and user data (see GUIDATA)
    % varargin   command line arguments to number_reconginize (see VARARGIN)
    ​
    % Choose default command line output for number_reconginize
    handles.output = hObject;
    ​
    % Update handles structure
    guidata(hObject, handles);
    ​
    % UIWAIT makes number_reconginize wait for user response (see UIRESUME)
    % uiwait(handles.figure1);
    ​
    ​
    % --- Outputs from this function are returned to the command line.
    function varargout = number_reconginize_OutputFcn(hObject, eventdata, handles) 
    % varargout  cell array for returning output args (see VARARGOUT);
    % hObject    handle to figure
    % eventdata  reserved - to be defined in a future version of MATLAB
    % handles    structure with handles and user data (see GUIDATA)
    ​
    % Get default command line output from handles structure
    varargout{1} = handles.output;
    ​
    ​
    % --- Executes on button press in open_image.
    function open_image_Callback(hObject, eventdata, handles)
    % hObject    handle to open_image (see GCBO)
    % eventdata  reserved - to be defined in a future version of MATLAB
    % handles    structure with handles and user data (see GUIDATA)
    [filename,pathname]=uigetfile({'*.png';'*.bmp';'*.tif';'*.jpg';'*.*'},'载入图像');
    if isequal(filename,0)|isequal(pathname,0)
        errordlg('没有选中文件','出错');
        return;
    else
        file=[pathname,filename];
        global S   %设置一个全局变量S,保存初始图像路径,以便之后的还原操作
        S=file;
        x=imread(file);
        set(handles.axes1,'HandleVisibility','ON');
        axes(handles.axes1);
        function edit1_Callback(hObject, eventdata, handles)
    % hObject    handle to edit1 (see GCBO)
    % eventdata  reserved - to be defined in a future version of MATLAB
    % handles    structure with handles and user data (see GUIDATA)
    ​
    % Hints: get(hObject,'String') returns contents of edit1 as text
    %        str2double(get(hObject,'String')) returns contents of edit1 as a double
    ​
    ​
    % --- Executes during object creation, after setting all properties.
    function edit1_CreateFcn(hObject, eventdata, handles)
    % hObject    handle to edit1 (see GCBO)
    % eventdata  reserved - to be defined in a future version of MATLAB
    % handles    empty - handles not created until after all CreateFcns called

    3 运行结果

     

    4 参考文献

    [1]张彤, 肖南峰. 基于BP网络的数字识别方法[J]. 重庆理工大学学报(自然科学版), 2010.

    5 代码下载

    获取代码方式1:

    完整代码已上传我的资源

    获取代码方式2:

    通过订阅博主博客付费专栏,凭支付凭证,私信博主,可获得此代码。

    博主擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真

    展开全文

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,826
精华内容 1,130
关键字:

手写数字识别matlab

matlab 订阅