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 人工智能课 手写数字 识别程序 VC++6.0
基于matlab神经网络的汉字,字符,数字,字母识别,bp神经网络。界面,字体可以自己随意更换。
1
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
1
外网下载不了MNIST,或者下载但是没raw和processed但是pytorch用不了的问题,Ai问题
2021-10-09 19:55:58 20.52MB 手写数字数据集MNIST.zip pytorch AI MNIST
1
在本笔记中,我们将以多层感知机(multilayer perceptron,MLP)为例,介绍多层神经网络的相关概念,并将其运用到最基础的MNIST数据集分类任务中,同时展示相关代码。本笔记主要从下面四个方面展开: 文章目录1 多层感知机(MLP)理论知识1.1 隐藏层1.2 激活函数1.3 多层感知机1.4 交叉熵(cross entropy)损失函数2. MNIST数据集简介3. 代码详解及结果展示4. 心得体会 1 多层感知机(MLP)理论知识 1.1 隐藏层 多层感知机在单层神经网络的基础上引入了一到多个隐藏层(hidden layer)。隐藏层位于输入层和输出层之间。下图展示了一
2021-10-09 16:15:45 257KB c IS mnist
1
有mnist提供的手写数字训练集,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,使用放在程序目录下
1
非常适合想学习vite插件但是又不知道如何入手的伙伴,或者想面试找工作的伙伴
2021-10-09 09:03:36 2KB vite vue
采用html+div+css+js技术 纯手写的一个网站前台程序设计。
2021-10-08 17:10:11 445KB html div css js
1
使用numpy的手写多层感知分类器
2021-10-07 18:49:54 10.97MB Python开发-其它杂项
1