资源简介
MATLAB实现数字识别,有程序,有注释,还有仿真结果
代码片段和文件信息
clear;
load data1 array_one % 数据导入
load data2 array_two
load data3 three
load data4 four
load data5 five
T=[array_one;array_two;three;four;five]‘;% 训练样本(目标向量)
net=newhop(T);% 创建网络
noisy_array_one=array_one; %数字1-5的带噪声数字点阵(随机法)
noisy_array_two=array_two;
noisy_array_three=three;
noisy_array_four=four;
noisy_array_five=five;
for i=1:100
a=rand;
if a<0.1
noisy_array_one(i)=-array_one(i);
noisy_array_two(i)=-array_two(i);
noisy_array_three(i)=-three(i);
noisy_array_four(i)=-four(i);
noisy_array_five(i)=-five(i);
end
end
noisy_one={(noisy_array_one)‘};% 数字识别
identify_one=sim(net{1010}{}noisy_one);
identify_one{10}‘;
noisy_two={(noisy_array_two)‘};
identify_two=sim(net{1010}{}noisy_two);
identify_two{10}‘;
noisy_three={(noisy_array_three)‘};
identify_three=sim(net{1010}{}noisy_three);
identify_three{10}‘;
noisy_four={(noisy_array_four)‘};
identify_four=sim(net{1010}{}noisy_four);
identify_four{10}‘;
noisy_five={(noisy_array_five)‘};
identify_five=sim(net{1010}{}noisy_five);
identify_five{10}‘;
Array_one=imresize(array_one20);% 结果显示
subplot(351)
imshow(Array_one)
title(‘标准(数字1)‘)
Array_two=imresize(array_two20);
subplot(352)
imshow(Array_two)
title(‘标准(数字2)‘)
Array_three=imresize(three20);
subplot(353)
imshow(Array_three)
title(‘标准(数字3)‘)
Array_four=imresize(four20);
subplot(354)
imshow(Array_four)
title(‘标准(数字4)‘)
Array_five=imresize(five20);
subplot(355)
imshow(Array_five)
title(‘标准(数字5)‘)
subplot(356)
Noisy_array_one=imresize(noisy_array_one20);
imshow(Noisy_array_one)
title(‘噪声(数字1)‘)
subplot(357)
Noisy_array_two=imresize(noisy_array_two20);
imshow(Noisy_array_two)
title(‘噪声(数字2)‘)
subplot(358)
Noisy_array_three=imresize(noisy_array_three20);
imshow(Noisy_array_three)
title(‘噪声(数字3)‘)
subplot(359)
Noisy_array_four=imresize(noisy_array_four20);
imshow(Noisy_array_four)
title(‘噪声(数字4)‘)
subplot(3510)
Noisy_array_five=imresize(noisy_array_five20);
imshow(Noisy_array_five)
title(‘噪声(数字5)‘)
subplot(3511)
imshow(imresize(identify_one{10}‘20))
title(‘识别(数字1)‘)
subplot(3512)
imshow(imresize(identify_two{10}‘20))
title(‘识别(数字2)‘)
subplot(3513)
imshow(imresize(identify_three{10}‘20))
title(‘识别(数字3)‘)
subplot(3514)
imshow(imresize(identify_four{10}‘20))
title(‘识别(数字4)‘)
subplot(3515)
imshow(imresize(identify_five{10}‘20))
title(‘识别(数字5)‘)
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 3409674 2018-01-05 18:38 大作业\5个数字.fig
文件 195 2009-08-30 17:37 大作业\data1.mat
文件 205 2009-08-30 17:39 大作业\data2.mat
文件 192 2009-08-30 17:51 大作业\data3.mat
文件 195 2009-08-30 17:51 大作业\data4.mat
文件 195 2009-08-30 17:51 大作业\data5.mat
文件 2629 2018-01-05 18:40 大作业\shuzishibie.m
目录 0 2018-01-05 20:58 大作业
----------- --------- ---------- ----- ----
3413285 8
- 上一篇:PM模型代码Matlab
- 下一篇:Matlab实现softmax分类
相关资源
- 基于matlab的数字识别实现算法简洁易
- 基于Dropout深度神经网络的手写体数字
- matlab 神经网络的文字识别 有详细注释
- 基于BP神经网络的手写数字识别matla
- bp神经网络 matlab代码 识别0到10的数字
- matlab印刷体神经网络训练数据集
- 神经网络的手写数字识别USPS数据集
- matlab实现手写数字识别
- Matlab手写数字识别
- matlab手动实现BP网络,不调用工具箱(
- matlab svm MNIST 手写数字识别
- 手写数字识别Matlab代码
- 手写数字识别_CNN_MATLAB
- Matlab基于贝叶斯,朴素贝叶斯,最小
- 利用dbn+nn实现手写数字识别
- 手写数字识别,基于BP神经网络,ma
- matlab+BP神经网络 手写体数字识别训练
- 基于Fisher分类实现手写数字识别(M
- 离散Hopfield神经网络的联想记忆—数字
- 离散Hopfield神经网络的联想记忆—数字
- 基于Fisher准则实现手写数字识别matl
- BP神经网络识别 手写体数字识别 代码
- 基于matlab的手写数字识别平台实现
- 手写数字识别matlab实现(原代码)
- 这是一个用matlab实现的RBF神经网络手
- 手写数字的识别。基于人工神经网络
- 手写数字识别.贝叶斯分类算法
- 基于matlab的简单手写数字识别
- 基于matlab的数字识别程序gui显示.rar
- 基于matlab的手写数字识别系统
评论
共有 条评论