手写数字识别,最小错误率贝叶斯分类器,Fisher线性分类器,人工神经网络三种识别方法

上传者: 42165647 | 上传时间: 2021-03-16 15:07:21 | 文件大小: 4.36MB | 文件类型: ZIP
搭建一个平台,可以用鼠标手写数字,运用一种分类器对此手写数字进行识别,并对分类器性能进行评估。三次作业,分别用最小错误率贝叶斯分类器,Fisher线性分类器,人工神经网络进行识别。都采用matlab编程,前两种可在平台上手写数字并识别,人工神经网络版本的没有手写平台,能够通过程序读取图片并返回识别出的数字。包含实验报告和用来训练的数字图片。注意使用时必须修改程序中读取的文件位置。

文件下载

资源详情

[{"title":"( 2130 个子文件 4.36MB ) 手写数字识别,最小错误率贝叶斯分类器,Fisher线性分类器,人工神经网络三种识别方法","children":[{"title":"pcapro.m <span style='color:#111;'> 745B </span>","children":null,"spread":false},{"title":"Classification.m <span style='color:#111;'> 11.45KB </span>","children":null,"spread":false},{"title":"GetFeature.m <span style='color:#111;'> 800B </span>","children":null,"spread":false},{"title":"Classification.ctf <span style='color:#111;'> 309.50KB </span>","children":null,"spread":false},{"title":"第一次模式识别作业.docx <span style='color:#111;'> 322.23KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

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