登录
首页 » 图像处理 » 贝叶斯算法手写数字识别

贝叶斯算法手写数字识别

于 2022-03-11 发布 文件大小:70.95 kB
0 281
下载积分: 2 下载次数: 2

代码说明:

使用说明第一步:训练网络。使用训练样本进行训练。(此程序中也可以不训练,因为笔者已经将训练好的网络参数保存起来了,读者使用时可以直接识别)第二步:识别。首先,打开图像(256色);再次,进行归一化处理,点击“一次性处理”;最后,点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上,同时也输出到文件result.txt中。该系统的识别率一般情况下为90%。此外,也可以单独对打开的图片一步一步进行图像预处理工作,但要注意,每一步工作只能执行一遍,而且要按顺序执行。具体步骤为:“256色位图转为灰度图”-“灰度图二值化”-“去噪”-“倾斜校正”-“分割”-“标准化尺寸”-“紧缩重排”。注意,待识别的图片要与win.dat和whi.dat位于同一目录,这两文件保存训练后网络的权值参数。具体使用请参照书中说明。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 超越CT的检测跟踪算法
    资源描述这个作者就是OpenTLD的C++版本的作者,包括ROS版的OpenTLD也是基于他的代码改的。 对于CMT这个跟踪算法,我在iPhone5s上做了实际测试,跟踪效果超乎想象,在我比较了TLD,CT,Color Tracking,Struck等等顶级算法的效果之后得到了这样的结论。这个算法是可以实用的跟踪算法,虽然它也有缺点,之后我会说。实时性和跟踪效果都一流。
    2022-01-21 01:58:21下载
    积分:1
  • LBP代码matlab实现
    本代码是使用matlab实现的LBP算法,适合于初学者进行学习研究,如果在学习中间遇到问题,欢迎大家相互交流学习,共同进步提高。
    2022-07-20 11:26:40下载
    积分:1
  • VERILOG时序加法器浮点数
    非常实用的浮点数加法器的实现方法。非常实用的浮点数加法器的实现方法。非常实用的浮点数加法器的实现方法。非常实用的浮点数加法器的实现方法。非常实用的浮点数加法器的实现方法。
    2022-12-26 06:20:03下载
    积分:1
  • 视频字幕实例
    设置视频的filter,通过directx,c++实现,请大家详细的查看源码,在开发过程中可能会遇到很多意想不到的问题,这只是一个实例,你可以通过这个实例来好好的学习一下directx,微软的东西总是那么的出乎人的意料啊,要有耐心的看完这些代码,用心看,用脑看,具体里面怎么写的,你就自己看吧,只有自己学会了才是自己的东西,别人给的都不是自己的,好好学习天天向上。
    2022-07-20 19:51:16下载
    积分:1
  • Opencv数据结构学习代码
    Opencv的基本数据结构包括点、矩形框数据类型、矩阵、不确定数组、图像头等。程序对这些数据结构进行操作,使大家对opencv的数据结构有更充分的认识和理解,包括对点、矩形框、矩阵、图像的翻转、信道的分隔与融合等。
    2023-03-17 19:35:04下载
    积分:1
  • gray c#图形图像处理
    C#数字图像处理算法典型案例(源代码) gray c#图形图像处理  基础 灰度处理
    2022-09-10 01:35:04下载
    积分:1
  • K-means cluster
    K-means cluster 用c++实现的,大家一起学习交流。 Step 1. 从n个数据对象任意选择k个对象作为初始聚类中心; Step 2. 循环Step 3到Step 4直到每个聚类不再发生变化为止; Step 3. 根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离,并根据最小距离重新对相应对象进行划分; Step 4. 重新计算每个(有变化)聚类的均值(中心对象) k-means算法的工作过程说明如下:首先从n个数据对象任意选择
    2022-03-15 01:58:19下载
    积分:1
  • 用于医学图像重建的反投影算法
    用于医学图像重建的反投影算法。电子医疗最好的技术之一图像重建领域,这是最重要的和广泛使用的算法
    2022-08-05 12:01:24下载
    积分:1
  • vfp截屏小程序
    该代码通过调用windows gdi函数获取系统画图句柄来截取屏幕。 希望对vfp爱好者有所帮助。
    2022-03-18 13:30:22下载
    积分:1
  • k均值聚类算法程序
    K均值聚类法分为如下几个步骤: 一、初始化聚类中心 1、根据具体问题,凭经验从样本集中选出C个比较合适的样本作为初始聚类中心。 2、用前C个样本作为初始聚类中心。 3、将全部样本随机地分成C类,计算每类的样本均值,将样本均值作为初始聚类中心。 二、初始聚类 1、按就近原则将样本归入各聚类中心所代表的类中。 2、取一样本,将其归入与其最近的聚类中心的那一类中,重新计算样本均值,更新聚类中心。然后取下一样本,重复操作,直至所有样本归入相应类中。 三、判断聚类是否合理 采用误差平方和准则函数判断聚类是否合理,不合理则修改分类。循环进行判断、修改直至达到算法终止条件。
    2023-07-13 12:00:03下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载