A=alphabet(:,1)+rand(35,1) alphabet是已定义好的字符特征矩阵 A2=sim(netn,A) netn是前面已训练好的神经网络 A2=compet(A2) an
A=alphabet(:,1)+rand(35,1) alphabet是已定义好的字符特征矩阵 A2=sim(netn,A) netn是前面已训练好的神经网络 A2=compet(A2) answer=find(compet(A2)==1) plotchar(alphabet(:,ans...
特征技术资料
📦 资源总数：1406
💻 源代码：2431
探索特征技术的精髓，掌握从信号处理到模式识别的核心原理。本页面汇集了1406个精选资源，覆盖图像处理、语音识别及机器学习等多个前沿领域，助力您深入理解特征提取与选择的关键技术。无论是初学者还是资深工程师，都能在这里找到宝贵的学习资料和实用工具，加速您的项目开发进程。立即访问，开启您的专业成长之旅！
🔥 特征热门资料
查看全部1406个资源 »可以计算出灰色模型的特征向量,在delphi5.0上已经做过,可以执行
可以计算出灰色模型的特征向量,在delphi5.0上已经做过,可以执行...
FPEXTRACTDEMO 指纹特征提取演示程序 一个完整的指纹特征提取程序。包括常用的所有算法... 选项： - Centralize: 二值化图像
FPEXTRACTDEMO 指纹特征提取演示程序 一个完整的指纹特征提取程序。包括常用的所有算法... 选项： - Centralize: 二值化图像，计算中心点 - Crop: 图像修剪 - Sectorize: 可视化扇形 - Normalize: 归一化输入图像 - Gabor ...
小波包4级分解及特征向量空间的建立
小波包4级分解及特征向量空间的建立，希望对大家有用...
图像处理和特征提取的一本经典英文文献
图像处理和特征提取的一本经典英文文献，Mark s. Nixon著。...
💻 特征源代码
查看更多 »📂 特征资料分类