首页
资源下载
云计算
人工智能
信息化管理
前端
区块链
后端
大数据
存储
安全技术
开发技术
操作系统
数据库
服务器应用
游戏开发
物联网
硬件开发
移动开发
网络技术
考试认证
行业
行业研究
课程资源
跨平台
音视频
登录
注册
当前位置:
主页
>
资源下载
>
34
> 利用贝叶斯分类器进行手写数字识别
利用贝叶斯分类器进行手写数字识别
更新:
2024-07-30 08:59:08
大小:
11.48MB
推荐:
★★★★★
来源:
网友上传分享
类别:
其它 - 开发技术
格式:
RAR
反馈 / 投诉
文件下载
资源介绍
基于贝叶斯分类器的手写体数字识别,识别率为87%,加大训练样本识别率更高。
上一篇:
java语言实现自动编码器算法(autoencoder)
下一篇:
Python-GraphAutoEncoders在TensorFlow中实现图形自动编码器
相关推荐
12-02
利用Office2007进行编程以实现VC对图片中中文和英文字符的识别
12-02
利用吉利时2400系列数字源表对二极管生产进行测试.pdf下载
12-02
利用matlab进行指纹识别增强
12-02
利用matlab进行图像处理的指纹识别程序
12-02
利用matlab进行指纹识别
12-02
基于卷积神经网络的验证码识别系统,适用于4位字母数字混合型验证码,具备对手写字体的部分识别能力,但需要额外的手写字训练集支持
12-02
利用BP神经网络实现手写数字识别
12-02
识别手写数字:运用卷积神经网络的解决方案
12-02
神经网络识别手写数字:手写识别技术
12-02
手写数字识别:运用单层感知器与前馈神经网络的mnist-digit-classification