基于改进遗传算法的神经网络手写体数字识别
BP网络作为人工神经网络的重要分支，已经广泛应用于手写数字识别。然而BP神经网络存在训练时间长、易陷入局部最小的问题。为了克服这些问题，提出了一种改进的遗传算法，并用该算法来优化神经网络的权值和阈值。最后，利用基于该算法的神经网络对大量USPS手写数字样本集进行训练。实验结果表明，该算法比单纯的BP算法具有更快的识别速率。
文件下载
评论信息
其他资源
- STM32_HAL+串口+DMA发送和不定长度数据接收
- sentinel-RMS8.5-license 解码及重新生成工具
- 数据挖掘聚类分析技术实验常用真实数据集
- Python-天池医疗AI大赛第一季肺部结节UNet图像分割
- PCI Express Card Electromechanical Specification Revision 3.0
- office access database engine2007(office 2007数据访问驱动)第一部分
- 红外图像处理、分析与融合.zip
- 数电课设 汽车尾灯
- 51单片机利用8266wifi获取网络时间，亲测可用
- Testbench超全教程
- Bolztmann格子代码
- 基于Android系统调音器的研究和实现
- H3CNE-Security安全(GB0-510)题库13-10.docx
- 国产化wps使用手册及各系统使用demo
- osdTest.rar
- 蛇形：书籍数据的游乐场-源码
- 后端：为开源做贡献可能是学习，教导和积累经验的一种有益方式-源码
- verilog基础概念.txt
- IEKView：區塊鏈崛起 跨聯盟找商機
- ns2中AOMDV_Scheduling源代码以及评测
- 冰若° OD-2.0
- Xilinx官方FPGA嵌入式培训教程4
- CleanCodeHandbook
- 一个嵌入式工程师的stm32开发日记
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明