本资源是离散Hopfield神经网络的联想记忆—数字识别的matlab仿真，Hopfield网络作为一种全连接型的神经网络，增经为人工神经网络的发展开辟了新的研究途径。它利用与阶层神经网络不同的结构特征和学习方法，模拟生物神经网络的记忆机理，获得了令人满意的结果。

在VsCode中利用TensorFlow.js实现手写体数字识别，可在前端利用鼠标写一个数字，立马识别出来。

在VsCode中利用TensorFlow.js实现手写体数字识别，手写字数字由用户在前端页面书写，模型可以立即对书写的数字进行预测。

这是基于 Keras 和 CNN 的手写数字识别案例分享，包含源代码以及对应的数据集，优化后的识别准确率还是比较高的，欢迎下载交流。

文件夹说明： 1. ./divert -- 全部进行像素反转后的 60000 张训练集图片； 2. ./divert_test -- 全部进行像素反转后的 60000 张测试集图片； 3. ./rotate -- 全部进行图像旋转后的 60000 张训练集图片； 4. ./rotate_test -- 全部进行图像旋转后的 60000 张测试集图片； 5. ./divert_and_rotate -- 像素反转后的 30000 张训练集图片 + 图像旋转后的 30000 张训练集图片； 6. ./divert_and_rotate_test -- 像素反转后的 30000 张测试集图片 + 图像旋转后的 30000 张测试集图片； 7. ./raw -- 手动创建的测试集图片，1-9 没有进行旋转，r1-r9 进行了不同角度的旋转 8. label_train.txt -- 训练集 label 9. label_test.txt -- 测试集label

基于opencv test文件即为手写数字识别 权重和偏置文件需自行训练

MATLAB源程序9 离散Hopfield神经网络的联想记忆—数字识别.zip

模式识别课程设计报告、课程实验报告 个人从网上找的资料然后运行、截图并总结。希望对大家有用。 声明：手写数字识别系统没有程序，因为我们的老师没要求我们写程序。但网上这种代码很多，很容易找到。

【手写数字识别】基于BP神经网络手写数字识别系统含Matlab源码

基于fpga的数字识别，使用的是特征模版匹配法