有效地数字特征提取算法 模式识别中的手写数字识别

使用Python+TensorFlow，全连接的神经网络，基于MNIST数据集。数据集包含60000张训练图片，10000张测试图片。MNIST_model文件夹是已经训练30000次的模型，也可以自己再训练。app.py文件可以测试自己的图片。 也可以到github下载 https://github.com/BuXianShan/Handwritten-Numeral-Recognition

基于KNN实现的手写体数字识别C++代码，输出结果有混淆矩阵、召回率、训练准确率、预测数据输出等。

一个简单的CNN程序，实现对十种手写体数字的识别

利用MATLAB实现的手写数字识别

matlab+BP神经网络 手写体数字识别训练程序（含训练数据）。 包含5000张手写字数字图片（20x20像素），以及matlab训练程序。

上次上传版本缺少部分函数，这是更新的完整版，下载了错误版本的朋友可以留言邮箱给予补发

手写体数字识别原始数据，0~9数字，32*32，贝叶斯代码实现手写体识别和大致出错率计算，可用于python学习实践。 github免费下载：https://github.com/HeCCXX/CSDNDownloading/raw/main/%E6%89%8B%E5%86%99%E4%BD%93%E6%95%B0%E5%AD%97%E8%AF%86%E5%88%AB%E6%95%B0%E6%8D%AE%E5%92%8C%E8%B4%9D%E5%8F%B6%E6%96%AF%E4%BB%A3%E7%A0%81%E5%AE%9E%E7%8E%B0.zip

这是用MATLAB语言编写的手写体识别程序,基于BP神经网络的手写体数字识别,代码简洁,界面图形化

1、MNIST手写体数字训练/测试数据集(图片格式) 2、Python分割出单个数字的预处理代码 参考博文： https://blog.csdn.net/Jkwwwwwwwwww/article/details/65628235