基于卷积神经网络的图片数字识别系统设计与实现.caj
传统的图像识别问题为经典的特征提取和模式匹配问题，共分为两个方面图像识别
和特征匹配。本文首先对图像识别问题进行了分析和总结，选取了以 Python 语言的 PTL
库作为图像识别的基本架构，其基本思路为讲图片预处理，包括图像分割、字符提取等。
字符识别本质为一个模式匹配问题，采用神经网络具有较好准确度，但是神经网络
具有训练时间长，容易陷入局部次优的缺陷。针对这一个问题，采用以卷积神经网络，
以卷积作为度量标准，进一步提升神经网络的反馈性能。
论文以 LeNet5 为卷积神经网络的基本工具集，针对设计和开发数字图像识别系统
系统实现所需要的技术方法需要进行全面的分析和掌握。
文件下载
评论信息
其他资源
- 项目管理教程Project Management（中文版）
- Halcon19.11+20.05安装包
- WPF全系列事例代码
- element-ui2.15.0.rar下载
- 基于JSP的超市管理系统
- QT实现的计时器 Timer Countdown
- 腾讯PHP开发规范v1.0.pdf
- ojdbc6-11.2.0.1.0.jar
- 数学建模优秀论文——枢纽机场的选址问题论文
- 2019年中国自动驾驶行业发展研究报告.pdf
- 双涡旋光束的产生与传输
- container-selinux-2.9-4.el7.noarch.zip
- caculate-windows.zip
- C++截图、抓屏程序
- C#学生信息查询系统
- asp+access学生信息管理系统
- springcloud2.0+版本集成eureka注册中心、feign、zuul、ribbon、hystrix、turbine监控
- 用matlab编写的用遗传算法优化神经网络的程序
- eclipseme.feature_1.7.9_site.zip
- RobotFramework-Selenium2Library1.8中文版
- C++简易聊天程序C++简易聊天程序
- libiconv.so
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