A=alphabet(:,1)+rand(35,1) alphabet是已定義好的字符特征矩陣 A2=sim(netn,A) netn是前面已訓練好的神經網絡 A2=compet(A2) an
A=alphabet(:,1)+rand(35,1) alphabet是已定義好的字符特征矩陣 A2=sim(netn,A) netn是前面已訓練好的神經網絡 A2=compet(A2) answer=find(compet(A2)==1) plotchar(alphabet(:,ans...
特征技術資料
?? 資源總數：1406
?? 源代碼：2431
探索特征技術的精髓，掌握從信號處理到模式識別的核心原理。本頁面匯集了1406個精選資源，覆蓋圖像處理、語音識別及機器學習等多個前沿領域，助力您深入理解特征提取與選擇的關鍵技術。無論是初學者還是資深工程師，都能在這里找到寶貴的學習資料和實用工具，加速您的項目開發進程。立即訪問，開啟您的專業成長之旅！
?? 特征熱門資料
查看全部1406個資源 ?可以計算出灰色模型的特征向量,在delphi5.0上已經做過,可以執行
可以計算出灰色模型的特征向量,在delphi5.0上已經做過,可以執行...
FPEXTRACTDEMO 指紋特征提取演示程序 一個完整的指紋特征提取程序。包括常用的所有算法... 選項： - Centralize: 二值化圖像
FPEXTRACTDEMO 指紋特征提取演示程序 一個完整的指紋特征提取程序。包括常用的所有算法... 選項： - Centralize: 二值化圖像，計算中心點 - Crop: 圖像修剪 - Sectorize: 可視化扇形 - Normalize: 歸一化輸入圖像 - Gabor ...
小波包4級分解及特征向量空間的建立
小波包4級分解及特征向量空間的建立，希望對大家有用...
圖像處理和特征提取的一本經典英文文獻
圖像處理和特征提取的一本經典英文文獻，Mark s. Nixon著。...
?? 特征源代碼
查看更多 ??? 特征資料分類