机器学习手写数字识别系统项目完整代码和参考报告+适用学生党+利用机器学习完成手写数字识别+博客链接：https://blog.csdn.net/shooter7/article/details/113337835
手写体数字识别是机器学习中模式识别的一个重要的研究方向，在现今这个信息化的时代中有着非常广泛的应用，例如邮件分拣、银行票据识别。，其准确率还不够理想，仍需要进一步提升。手写体数字识别系统的工作主要是运用K最邻近算法实现了对手写体数字的识别，支持上传本地图片和调用摄像头进行拍摄两种识别的途径，同时有添加完善数据集、查看测试集的识别率的功能，形成了一个比较完整的手写数字识别系统。本文还运用python的GUI编程中的tkinter模块设计了一个简洁友好的用户界面。本文重点阐述了手写数字识别图像处理流程，运用KNN算法进行分类识别，同时运用数理统计的方法对K值的选取进行优化，最后对整个系统的实现结果进行了分析。采用了TestDigits测试集，并对其进行测试，实验的数据显示本文所设计的手写体数字识别系统取得较高的识别率，对上传和拍摄的图片也有着较高的识别率。
2023-02-21 02:31:50
2.01MB
1
利用MATLAB GUI设计平台，用窗函数法设计FIR数字滤波器，对所给出的含有噪声的声音信号进行数字滤波处理，得到降噪的声音信号，进行时域频域分析，同时分析不同窗函数的效果。
实现的功能有：
打开文件：选择路径打开wav格式的音频文件，自动生成音频的原始波形与频谱。
加入噪声：有两种噪声可以选择加入，一种是白噪声，其频率蔓延整个频谱；一种是特定频率的噪声，可通过输入频率加入单一频率的噪声。加入噪声后自动绘制加入噪声后的波形与频谱。
滤波处理：首先输入滤波器通/阻带的开始频率与截止频率（若为低/高通类型滤波，则只需输入开始频率；若为带通/阻类型，则开始与截止都要输入；输入频率值为真实频率值，可根据频谱图进行判断 ），之后选取窗函数和滤波类型，将会生成滤波处理后的波形与频谱。
音频播放/停止：可随时播放/停止原始、加噪、滤波处理后的音频。
图片导出：将波形、频谱图片一张张导出保存，可选的格式有jpg、png、bmp、eps。
保存文件：将加躁/滤波后的音频导出保存。
2023-02-20 20:11:03
93KB
1
第一章计算机控制系统概述习题与思考题1.1 什么是计算机控制系统？计算机控制系统较模拟系统有何优点？举例说明。解答： 由计算机参与并作为核心环节的自动控制系统，
2023-02-18 00:08:26
1.87MB
1