使用Python基于TensorFlow 卷积神经网络设计手写数字识别算法，并编程实现GUI 界面，构建手写数字识别系统。本系统界面设计友好，功能完善。通过测试，本识别系统对于较规范的手写体数字的识别达到了很好的识别效果。此程序配合已训练成功的model.h5即可使用，model.h5已上传至此博客，后续将继续上传神经网络训练程序。
2021-04-21 21:20:26
4KB
1
手写数字识别是机器学习的经典任务之一，本文设计了一种简单的卷积神经网络(CNN)来完成手写数字识别任务，并采用pytorch框架搭建，其准确率在测试集高达99%，取得了不错的效果。
2021-04-08 13:27:46
35.15MB
BP神经网络识别手写数字项目代码，matlab版本，附带图片识别包，直接使用。原理及代码分析：https://blog.csdn.net/huang_miao_xin/article/details/51364152
因为原程序和博主发的解析有点问题，花了点时间处理了，傻瓜式操作，直接下载解压放E盘。打开matlab即可运行。
2021-03-22 10:59:11
340KB
1
熟悉和掌握贝叶斯决策理论，并利用贝叶斯决策理论的相关知识实现手写数字的识别算法，并分析主要参数变化对于识别结果的影响。
参考博客：https://blog.csdn.net/weixin_43442778/category_9481732.html
2021-03-21 22:13:20
12.81MB
1
含有三份代码，都是用matlab实现，分别是基于贝叶斯，基于朴素贝叶斯，基于最小错误率贝叶斯的手写数字识别代码。其中朴素贝叶斯用到了PCA，准确率达到95%
2019-12-21 20:04:06
29.81MB
1
本实验为了解和测试BP神经网络在数字识别上的应用。
1、 根据老师提供的测试代码，进行分析。
2、 修改网络的架构（修改参数）。
3、 根据识别的正确率进行相关网络参数的分析。
2019-12-21 18:59:00
8.71MB
1