搜索资源列表
10-1snoopy
- 该程序是非特定人语音识别程序，原来在SPCE500A下运行，能识别并应答16个命令，存储空间为128K字节。 //我们将其进行了修改，使其能在SPCE061A下运行，由于存储空间为32K字，只能识别并应答9个命令。 //在这个例程当中，我们示范了如何使用语音识别引擎对8个已经经过训练的命令进行识别。 //第一个命令 \"Snoopy\"，可以作为使能命令，也就是说使用者只能在该命令之后发出其他命令。 //例如，用户只有在发出 \"Sno
phoenix1.3.tar
- Phoenix is a speaker dependent (user trained) connected word recognition system. Phoenix is designed as a real-time recognition system in that recogniton takes place in parallel to utterance input and partial resul
channel
- CHANNEL MIMO channel model，信道程序，自己写的，而且已经训练过，应该没有问题，请高手指点。-CHANNEL MIMO channel model, channel procedures, wrote it myself, but has trained, should not be a problem, please master guiding.
szsbxt
- 基于神经网络的数字识别系统，先要训练才能识别，每识别一种字体的数字要进行相应的训练，具体看说明。-based on neural network digital identification system must be trained to identify, each font identification of a number corresponding to the training, specifically looking
bp-matlab
- BP神经网络算法的matlab代码，本程序根据训练好的网络文件ANN.mat预测新的数据文件，得到均方误差，并画出预测数据和原数据的对比图。希望有用-BP neural network algorithm Matlab code, the procedures under the trained network file ANN.mat anticipating new data files, be mean square error,
apbSrc.tar
- Single-layer neural networks can be trained using various learning algorithms. The best-known algorithms are the Adaline, Perceptron and Backpropagation algorithms for supervised learning. The first two are specific to s
UnicodeOCRCode
- This code recognizes typed latin optical characters and outputs the corresponding Unicode value and character. It is implemented using Artificial Neural Network methods and can be trained for any available font type.-Thi
digital-recognise
- 数字识别代码 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为90％ 另外，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
FI565
- 内附两个源代码，其中一个源代码是识别程序的，另一个是一个矩阵类库的，所以一并附上。 ~..~因为已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行\\\\Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。 当然读者也可以自行用训练样本训练网络，不过要特别注意训练样本的选择，否则可能造成识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下，训练样本数目尽量
0~9bp_test
- 编程环境为matlab 该程序实现在已经训练好的神经网络的情况下,实现对数字的识别任务.-Matlab programming environment for the realization of the program has trained neural network circumstances, Implementation of digital identification tasks.
sourse
- 本程序根据训练好的网络文件ANN.mat预测新的数据文件，得到均方误差，并画出预测数据和原数据的对比图。-the procedures under the trained network file ANN.mat anticipating new data files, to be mean-square error. and the mapping out of the original forecast data and the m
shouxieshibie
- 支持手写数字识别及训练的程序源码，可以训练识别0-9的数字，有图形界面。-support handwritten numeral recognition and training program source code, can be trained to identify the figures 0-9, graphics interface.
digitshibie
- 图形数字识别： 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-graphics figures recognition :
LMSE-HoKashyap
- 最小平方误差(LMSE)算法实现，可训练的确定性分类器的迭代算法。用于对训练一个向量，使得向量与给定矩阵的乘积的结果向量足够小。-least square error (LMSE) algorithm can be trained classifier uncertainty iterative algorithm. For a pair of training vectors, making vector and matrix giv
NEATSweepers
- 采用NEAT技术，结合遗传算法和神经网络的训练算法，可以有效地训练智能体规避障碍物-used NEAT technology, which combines the genetic algorithm and neural network training algorithms. can be effectively trained agent to circumvent obstacles
nnforcast
- 本程序根据训练好的网络文件ANN.mat预测新的数据文件，得到均方误差，并画出预测数据和原数据的对比图。此程序运用到了很多Matlab编程中常用到的表达方式，还有一些神经网络编程的基本概念的表达，如归一化的表达。希望能对别人有所帮助.-the procedures under the trained network file ANN.mat anticipating new data files, to be mean-square e
szsbxtydm
- 数字识别系统源代码.rar 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
ImageCompression_ANN
- Image Compression using Artificial Neural Networks This code is developed in MATLAB 6.5 and can used in Windows platform. Program contain all necessary files. For training the network use Train.m and Codec.m compress
PNN-CVLOO-code
- The code implements a probabilstic Neuraol network for classification problems trained with a Leave One Out Cross Validation Scheme in Matlab (version 7 or above). The following toolboxes are required: statidtics, optimi
voc-release4
- voc 分类 Object Detection with Discriminatively Trained Part Based Models-voc Category Object Detection with Discriminatively Trained Part Based Models