手写数字识别使用MATLAB实现

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

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

实验结果分析：使用 PyTorch 实现手写数字 MNIST 识别的完整示例

在 MNIST 手写数字数据集上对提出的 PyTorch 手写数字识别模型进行实验评估。模型使用正确率、召回率和 F1-score 作为评价指标。 实验结果表明，该模型能够有效识别 MNIST 手写数字，并在各个指标上取得了优异的性能。

算法与数据结构 4 2024-05-16

利用Tensorflow实现神经网络模型识别手写数字

使用Tensorflow框架构建了一个神经网络模型，识别手写数字。

算法与数据结构 0 2024-08-05

PCA人脸识别使用机器学习

本教程展示如何使用机器学习进行PCA人脸识别。我们使用Python和scikit-learn库加载和预处理人脸图像，并使用主成分分析（PCA）来降低维度。然后，我们将使用线性支持向量机（SVM）对人脸进行分类。 我们还提供了代码示例，以便您可以轻松地在自己的机器上实现该流程。

Matlab 5 2024-04-30

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

TensorFlow 构建 AlexNet 手写数字识别模型

利用 TensorFlow 框架构建 AlexNet 模型，用于识别手写数字，代码实现参考 Kaggle 平台上的开源项目。

算法与数据结构 3 2024-05-21

模式识别课程实验手写数字和口语数字识别

在NTUA（2016-2017）模式识别课程第9学期的实验中，我们进行了两项实验：一是手写数字0-9的视觉识别，采用了深度神经网络，达到了约99.8%的识别率；二是基于语音数据的口语数字识别，在Matlab中使用HMM工具进行了模型评估，显示出了良好的准确性。

Matlab 4 2024-07-25

基于MATLAB的BP算法手写数字识别系统

首先打开GUI，与其他方法相比，我设计的图形用户界面更加直观易用。

Matlab 2 2024-08-01