基于改进遗传算法的神经网络手写体数字识别
BP网络作为人工神经网络的重要分支，已经广泛应用于手写数字识别。然而BP神经网络存在训练时间长、易陷入局部最小的问题。为了克服这些问题，提出了一种改进的遗传算法，并用该算法来优化神经网络的权值和阈值。最后，利用基于该算法的神经网络对大量USPS手写数字样本集进行训练。实验结果表明，该算法比单纯的BP算法具有更快的识别速率。
文件下载
评论信息
其他资源
- AR9341 中兴W212Sddwrt固件 波讯ddwrt固件 百米2ddwrt固件 RRD300ddwrt固件 tl-wr842ndv2ddwrt固件
- SSM框架开发的超市订单管理系统（2019）
- labview 从access 读取 波形、图片、信号实例
- 大漠插件3.1233---免费的最后一个版本
- 亚像素边缘检测源代码
- DES加密算法的verilog程序
- 银行信息科技技术岗
- 密码编码学与网络安全：原理与实践 (1).pdf
- 传世复古引擎龙腾全套最新源代码
- FFT和IFFT的MATLAB实现代码
- MSP430F149读写SD卡程序
- 中国县域统计年鉴2016(乡镇卷).pdf
- spi fpga verilog 代码
- 车牌识别系统C++实现
- QT信号槽传递自定义结构体示例
- 浏览器视频聊天,多人视频聊天,webrtc,java
- 基于增量算子的不确定模糊系统故障检测
- CVE-2020-2883.py
- Python项目：一些使用python完成的项目-源码
- react-native-custom-action-sheet：React Native自定义操作表-源码
- FRDM-KL02Z 开发板用户手册
- SpaceVim_macOS_2021_02_20离线安装
- aws-mfa：管理AWS MFA安全证书
- jacob-1.16-M1.zip
- osgi自定义控制台命令demo
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明