本项目提供LeCUN早期CNN代码的MATLAB改编版本，用于MNIST手写数字识别。代码实现基于卷积神经网络，并附带一份阐述思路的论文，希望能为相关研究提供参考。
基于CNN的数字识别MATLAB实现与简要论文
相关推荐
手写数字识别使用MATLAB实现
使用机器学习方法实现的手写数字识别MATLAB源代码。
Matlab
4
2024-05-01
基于Fisher准则的手写数字识别实现（matlab代码及课程报告）
利用Fisher准则进行手写数字识别的matlab编程及相关课程报告详细介绍。
Matlab
2
2024-07-26
MATLAB实现手写数字的高效识别方法
利用MATLAB实现了手写数字的快速识别算法，该算法具有典型特征，适合作为课程设计的参考资料。
Matlab
0
2024-08-14
基于DCT的数字水印MATLAB实现
本项目利用MATLAB语言实现了基于离散余弦变换（DCT）的数字水印算法，展示了该算法在抵抗各种攻击方面的强大性能和鲁棒性。
Matlab
4
2024-05-26
基于Matlab的ArcFace人脸识别实现
使用Matlab实现ArcFace人脸识别算法，提供训练脚本，适用于Matlab 2020a及以上版本。
Matlab
3
2024-05-25
Matlab实现手写数字图像识别
该项目使用Matlab实现了卷积神经网络（CNN）类的手写数字识别。Yann LeCun设计的CNN已广泛应用于手写数字识别、人脸检测和机器人导航等实际应用中。由于卷积网络的特性，该项目通过Matlab独立实现，不依赖神经网络工具箱的源代码修改。项目提供了预训练的CNN模型，并具备简单的GUI界面，可加载模型进行数字识别。
Matlab
0
2024-09-30
matlab实现MNIST手写数字识别深度学习原理与实践
当前，机器学习和深度学习技术在特定领域得到广泛应用，尤其是MNIST手写数字识别。深度学习框架众多，各具特色，虽然工具只是辅助，却大幅简化了复杂的任务。通过matlab展示了一个基础的深度学习网络模型，不借助第三方库，逐步实现算法原理，深入理解每一步骤的实现过程。文章结合MNIST数据集，详细介绍了四层网络的设计，包括conv+relu+meanPool和conv。
Matlab
2
2024-07-25
基于Boll论文的降噪算法Matlab实现
该项目利用Matlab实现了基于Boll论文的降噪算法，源代码来自于Esfandiar Zavarehei。
Matlab
3
2024-05-21
基于MATLAB与BP神经网络的手写数字识别系统
该系统运用BP神经网络技术, 通过Matlab平台实现手写数字的识别功能。用户可在交互界面上传测试图片，系统将自动进行图像预处理、读取隐含层信息等操作，最终输出识别结果。
Matlab
2
2024-05-28