LeNet5对应的手写字体识别，无监督学习的方法去pre-training（预训练）stacked CNN的每层网络，然后用BP算法对整个网络进行fine-tuning（微调），并且上一层的输出作为下一层的输入。

利用支持向量机算法进行手写字体识别利用支持向量机算法进行手写字体识别。。。。。。

文件为py文件，用pycharm打开即可，使用lenet-5训练三次即可达到0.98识别率，非常简单，适合新手入门。。。。。。。

随着社会的发展，手写体数字识别得到了日益广泛的应用，因此有大量的手写体数字文档整理、查询、统计的工作需要完成,而手写体数字文档识别系统可以轻而易举地完成很多以前难以想象的工作。本系统所设计的手写体数字识别系统包括输入图片、归一化、特征提取、识别等部分,本文所用到的手写体数字样本都是在Windows自带的画图板中手写输入获得的。首先采用MATLAB的imread.m函数读取手写体数字图像,因为字母图像还没有达到提取特征和输入识别的要求,本文中采用自定义的归一化算法进行图像预处理,将灰度化、二值话图像归一化处理,再用逐像素特征提取法提取数字特征。预处理后将提取到的数字特征进行编码作为神经网络的输入

傻瓜式改个图片就可以运行，不会用QQ问我：1445692095

利用神经网络进行手写字体的识别，c++的多层网络，利用bp算法进行优化

BP神经网络实现手写数字识别matlab实现

123 matlab手写体数字识别，基于svm的MATLAB数字识别

该课题为基于bp神经网络的中文汉字识别系统，可以用手写板写，现场识别。有界面GUI操作。另外可识别汉字，字母，数字等均可。

【图像识别】基于BP神经网络的手写字体识别matlab源码.md