基于神经网络的手写体数字识别，它是用matlab实现的，其中用3种不同的神经的网络方法实现了手写体数字的识别，非常利于初学者的学习和交流。
2025/1/28 18:36:14
83KB
1
针对维吾尔文手写体文本中行分割问题，本文基于连通域大小将图像中文字分为三类，提出了自适应涂抹细化算法，对主体文本行进行定位；
并对第三类连通域中相邻两文本行间粘连的字符进行切割；
此外，利用重心范围内的邻域搜索算法，解决了剩余笔画的文本行归附问题。
实验结果表明，本文方法与常见的水平投影法，分段投影法，及涂抹方法相比具有更好的分割效果。
并对第三类连通域中相邻两文本行间粘连的字符进行切割；
此外，利用重心范围内的邻域搜索算法，解决了剩余笔画的文本行归附问题。
实验结果表明，本文方法与常见的水平投影法，分段投影法，及涂抹方法相比具有更好的分割效果。
2025/1/14 4:24:39
401KB
1
手写体识别数据和原码，主要适用python中的numpy库，完成多层感知机，CNN，这两种方式对mnist数据集的识别
2024/12/24 5:01:02
24.68MB
1
使用BP算法的神经网络手写体数字识别，使用Python语言编写，包含四个文件：训练模块，测试模块，图像显示模块还有一个最简单的神经网络模型。
希望对大家有帮助。
（更改了上一版的一点注释错误）
希望对大家有帮助。
（更改了上一版的一点注释错误）
2024/9/24 22:07:17
3KB
1
利用计算机自动识别字符的技术，是模式识别应用的一个重要领域。
人们在生产和生活中，要处理大量的文字、报表和文本。
为了减轻人们的劳动，提高处理效率，50年代开始探讨一般文字识别方法，并研制出光学字符识别器。
60年代出现了采用磁性墨水和特殊字体的实用机器。
60年代后期，出现了多种字体和手写体文字识别机，其识别精度和机器性能都基本上能满足要求。
如用于信函分拣的手写体数字识别机和印刷体英文数字识别机。
70年代主要研究文字识别的基本理论和研制高性能的文字识别机，并着重于汉字识别的研究。
人们在生产和生活中，要处理大量的文字、报表和文本。
为了减轻人们的劳动，提高处理效率，50年代开始探讨一般文字识别方法，并研制出光学字符识别器。
60年代出现了采用磁性墨水和特殊字体的实用机器。
60年代后期，出现了多种字体和手写体文字识别机，其识别精度和机器性能都基本上能满足要求。
如用于信函分拣的手写体数字识别机和印刷体英文数字识别机。
70年代主要研究文字识别的基本理论和研制高性能的文字识别机，并着重于汉字识别的研究。
2024/8/29 21:49:14
2.08MB
1
这个案例是基于sklearn机器学习库中的SVM和AdaBoost算法对MINIST数据集中的手写体数字进行识别的。
有需要的朋友可以下载一下，欢迎批评指正，一起进步。
本来想免积分的，但是csdn不让啊。
。
。
有需要的朋友可以下载一下，欢迎批评指正，一起进步。
本来想免积分的，但是csdn不让啊。
。
。
2024/7/16 4:36:50
178KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB