brainTumor:实现了垂体瘤，胶质瘤和脑膜瘤的图像分类，先进行CTMR图像的分类，采用HOG + SVM算法实现，再进行图像识别，采用CNN或多特征+ SVM实现，系统界面pyQT构建

CNN模型大全.pptx 里面关于CNN模型全部都有详细介绍还有画图介绍，很详细很全面关于全卷积神经网络

基于 CNN-SVM-GA 的图像分类系统的设计与实现代码大全.pdf基于 CNN-SVM-GA 的图像分类系统的设计与实现代码大全.pdf基于 CNN-SVM-GA 的图像分类系统的设计与实现代码大全.pdf

基于 CNN 的手写体数字识别系统的设计与实现代码大全.pdf基于 CNN 的手写体数字识别系基于 CNN 的手写体数字识别系统的设计与实现代码大全.pdf

基于CNN卷积神经网络模式识别系统的设计与实现代码大全.doc基于CNN卷积神经网络模式识别系统的设计与实现代码大全.doc基于CNN卷积神经网络模式识别系统的设计与实现代码大全.doc

基于 CNN 和 VGG 网络模式识别系统的设计与实现.pdf基于 CNN 和 VGG 网络模式识别系统的设计与实现.pdf基于 CNN 和 VGG 网络模式识别系统的设计与实现.pdf

基于卷积神经网络的信号分类！识别率很高，速度很快

基于神经网络深度学习 ，实现人脸识别项目，包括原始数据 ，训练数据 训练模型 测试数据等，包含演示同步ppt文件使用的开发工具是pycharm，基于python3实现，该案例可做为本科毕设的入门包含整个讲解过程，从人脸识别到cnn，卷积

cnn源码matlab (Open Set) 用于图像分类任务的域适应 新的！ 动作识别数据集链接： ICCV'17 论文在： -> 在 Matlab 2013b 上测试 - Windows 7 -> 在 Visual Studio 2013 / Matlab 2013b 上编译的 Caffe 二进制文件（请使用您自己的二进制文件或预先计算的功能 -> 应为 Matlab 2015 升级包含的 OPTI 工具箱版本：开始分类任务： main.m（启动程序） Run_DA.m（一次运行多个实验的脚本） 修改参数： 输入参数.m isDA = true，激活域自适应 isOpenset = true，激活开放集协议。 否则，（标准）闭集 “ATI”是我们开发的方法 numSrcClusters 必须包含与类或视点相同的数量，因此“ATI”有效：Saenko = 10, Office = 31, Viewpoints = 8, 16, 24, 36, ... 对于开放集协议，计数共享类 + 1 (未知类） isMidResultsDA = true，用于可视化ATI优化过程中的附加结果 数据

numpy复现cnn算法内含数据集以及教程 适合cnn学习者以及原理理解