用神经网络实现的数字识别，包括手写输入部分，非常实用

基于神经网络的手写体数字识别，它是用matlab实现的，其中用3种不同的神经的网络方法实现了手写体数字的识别，非常利于初学者的学习和交流。

迭代50次，动量调节值0.5，隐层数量50，学习率0.3以及训练数据集选取40000，每类2000

神经网络深度学习+MNIST数字识别实验报告，包含完整实验报告+代码实现

用Matlab实现的0-9个阿拉伯数字识别，代码全并且有注释，BP神经网入门的好例子~

非常不错的本科毕业论文，详述了一些数字识别的东西~非常值得一看~~

手写数字识别matlab实现，源代码附上。用到机器学习的方法

数字识别 0到9 c++ MFC 代码清晰，算法简单，注释丰富

手写数字的识别。基于人工神经网络的MATLAB手写数字识别系统

1.先采集摄像头视频， 对每一帧图像进行处理。（这部分在主函数里面） 2.然后对每一帧图像进行 hsv 颜色空间变换， 这个模型中颜色的参数分别是： 色调（H）， 饱 和度（S）， 明度（V）。 3.对 hsv 的各个通道进行阈值分割， 分割出人体的肤色 4.对分离出的人体肤色部分用腐蚀膨胀的方法进行滤波处理， 在进行凹包凸包分析， 计算各 个分离出来的区块的面积， 删除掉面积太小的区块， 在计算轮廓的深度， 取深度最大的为目 标轮廓。 5.然后对目标轮廓的凹凸包的个数就可以的出手势表示的数字。