本课题为基于MATLAB的BP神经网络手写数字识别系统。带有GUI人机交互式界面。读入测试图片，通过截取某个数字，进行预处理，经过bp网络训练，得出识别的结果。可经过二次改造成识别中文汉字，英文字符等课题。
2021-10-18 21:02:34
631KB
python基于卷积神经网络的手写数字识别pyqt5界面，参考链接：https://blog.csdn.net/babyai996/article/details/120819934
2021-10-18 12:01:14
120.06MB
在Anaconda Jupyter Noteboo下实现的基于sklearn的手写数字识别（ipynb文件）
2021-10-14 16:17:03
33KB
1
（10分）
MNIST手写数字识别问题的多层神经网络模型实践
按课程案例，动手完成编码实践。
自行设计一种神经网络模型，并尝试采用不同超参数，让模型的准确率达到97.5%。
提交要求：
1、你认为最优的一次带运行结果的源代码文件（.ipynb 格式）
2、作为附件上传
评分标准：
1、完成MNIST手写数字识别的神经网络建模与应用，有完整的代码，模型能运行，准确率达97%以上；得6分；每下降一个百分点，少得1分；
2、准确率达97.3%以上；再得2分，否则再得0分；
3、准确率到97.5%以上；再得2分，否则再得0分；
源代码：
import tensorflow.compat.v1 as
2021-10-12 21:35:26
161KB
1
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。
2021-10-12 09:24:13
164KB
1
基于贝叶斯的手写数字识别，C语言实现代码.................................................................................................................................................................................................................................................................................................................................
2021-10-11 13:21:13
8KB
1
该作业资源包含程序源码和readme文档。
本程序是使用 VC++ 6.0 编程工具编写，编程语言为C++。
本程序实现了手写数字识别功能。在程序灰色区域中手写一个阿拉伯数字（0～9），程序可自动识别出您所书写的数字。
程序所在目录为 "手写数字识别程序\Release\DSPLIT.exe" 。
这个问题主要归结于识别功能的实现，本人使用的分类器基本的方法有两类：
一、模板匹配分类法；
二、贝叶斯分类法。
其中模板匹配分类法是采用特征值最小距离判别法。
而贝叶斯分类法有三种不同的分类实现，分别为：
1.基于二值数据的贝叶斯分类实现，
2.基于最小错误率的贝叶斯分类实现，
3.基于最小
2021-10-11 13:06:08
7.21MB
由mnist提供的手写数字测试集，每条数据的第一项是数字的正确结果，后784项是28*28手写图片的像素值，使用时应放在程序目录下
2021-10-10 21:30:32
17.45MB
1