文件名称：手写matlab中滤波函数的代码-handwriting-recognition:手写识别项目脚本
文件大小：1.37MB
文件格式：ZIP
更新时间：2024-06-15 20:05:11
系统开源
手写matlab中滤波函数的代码手写识别 该存储库包含使用支持向量机（SVM）和神经网络（NN）进行手写识别的Matlab脚本。 SVM和NN部分分别是耶鲁大学STAT 365（数据挖掘和机器学习）和CPSC 576（高级计算视觉）课程的最终项目。 数据由我和一个朋友绘制的700张32x32字母图像（5类-从“ a”到“ e”）组成，分为400/300个训练/测试示例。 目的是建立可以区分字母和作者的分类器。 对于SVM，我测试了各种内核：线性，多项式阶数3/5/9，高斯。 同时，对于NN，我测试了不同的隐藏层配置，范围从1到3个隐藏层，每个都有4到1024个单位。 我还通过添加原始图像的修改示例并应用了一些过滤器（高斯噪声，中值模糊，高斯模糊等）来测试“增强”训练数据。这至少在某些情况下有效地增加了训练数据的大小并改善了测试性能过滤器。 最佳的SVM字母识别性能是使用多项式9内核，1对所有分类器以及高斯噪声增强训练数据的99％f分数。 最好的NN性能是f分数为97％，具有3个隐藏层（256-64-16）和高斯模糊增强数据。 这些可以与研究结果相媲美（请参阅参考资料），尽管另一方面，该
【文件预览】：
handwriting-recognition-master
----trainSvmModel.m(1KB)
----splitData.m(983B)
----testSvmModel.m(1KB)
----data()
--------data-07.png(135KB)
--------data-06.png(141KB)
--------data-08.png(131KB)
--------data-05.png(154KB)
--------data-03.png(123KB)
--------data-10.png(145KB)
--------data-01.png(151KB)
--------data-04.png(154KB)
--------data-09.png(147KB)
--------data-02.png(141KB)
----evalModel.m(779B)
----proptest.m(275B)
----LICENSE(1KB)
----loadData.m(6KB)
----scriptNn.m(3KB)
----evalSvmModels.m(1KB)
----displayData.m(742B)
----genData.m(382B)
----README.md(4KB)
----trainSvmModels.m(1KB)
----evalNnModels.m(366B)
----scriptSvm.m(9KB)
----trainNnModel.m(549B)