文件名称：matlab精度检验代码-Handwritten-Digit-Recognizer:一个实施各种分类器以识别手写数字图像的项目
文件大小：29.59MB
文件格式：ZIP
更新时间：2024-06-10 21:22:09
系统开源
matlab精度检验代码手写数字识别器 这是布法罗大学机器学习入门课程的一部分。 该项目将实施分类器，以正确识别1500个手写数字图像的测试集。 使用GSC算法为训练和测试集提供了功能。 已经实现了两种其他的特征提取算法。 要运行功能提取脚本，请首先解.rar proj2data文件夹中的两个.rar文件。 结构-运行featextract_structural.m 。 这需要工作目录中的proj2data文件夹，并将要素.txt文件提取到feature_structural文件夹中。 分区-运行featextract_zoning.m 。 还需要工作目录中的proj2data文件夹并将要素.txt文件提取到feature_zoning文件夹中。 这三个单独的功能集包含在feature ， feature_structural和feature_zoning文件夹中。 分类 实施了四种分类算法 逻辑回归 神经网络 使用MATLAB神经网络工具箱的神经网络 使用LIBSVM的支持向量机（） 逻辑回归 train_lr.m此函数采用具有目标值的输入集并输出学习的权重集。 test_lr.m此
【文件预览】：
Handwritten-Digit-Recognizer-master
----.gitignore(574B)
----train_nn.m(1KB)
----svmtrain.mexw64(61KB)
----README.md(3KB)
----svmpredict.mexw64(24KB)
----divsum.m(816B)
----basis_lr.m(413B)
----feature_structural()
--------features_test()
--------features_train()
----svm_model_matlab.c(8KB)
----nn_data_load.m(336B)
----feature_zoning()
--------features_test()
--------features_train()
----proj2data()
--------Numerals.rar(20.09MB)
--------Test.rar(2.43MB)
----featextract_zoning.m(4KB)
----test_lr.m(567B)
----.gitattributes(378B)
----split_data.m(590B)
----load_data.m(166B)
----nn_model_error.m(351B)
----nn_model.m(682B)
----svm_model_matlab.h(201B)
----feature()
--------features_test()
--------features_train()
----train_lr.m(777B)
----logistic_regression.m(410B)
----test_nn.m(371B)
----feed_forward.m(323B)
----svmpredict.c(10KB)
----svmtrain.c(12KB)
----featextract_structural.m(1022B)
----svm.m(275B)
----neural_network.m(539B)