说明：斯坦福深度学习教程中关于softmax regression的练习代码，源代码中需要补全的地方，全部把代码补完整，把手写体识别的数据库放到路径下，可以直接运行。

斯坦福 深度学习 softmax-egression

说明：基于libsvm的手写识别 内附程序使用说明以及测试文件

libsvm-手写 libsvm识别 libsvm-matlab LibSVM 手写体

说明：1） 这是一个基于MATLAB的FMCW射频雷达模拟器。2） 它产生FMCW雷达，用于近距离的手波啁啾电平信号数据。3） 你可以尝试在这个模拟器上开发你的雷达数据处理算法。4） 作为一个查伦奇，你能开发你的算法来检测手写方向：左或右。5） 在matlab中运行main.m开始尝试。

雷达 FMCW-ISAR-matlab FMCW 雷达信号处理 radar

说明：使用matlab编码，人工神经网络手写体检测。

BP手写体检测 MATLAB检测 数字识别 数字检测 matlab

说明：应用背景 BP（Back Propagation）神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的...

matlab 神经网络 识别 bp 用于 写字

说明：斯坦福大学 Andrew Ng 教授 编写的 Bp神经网络 手写体的识别，数据库是mnist。 对于初学者来说是一个不错的程序  

神经网络 识别 bp 手写体

说明：应用背景此源代码与手写识别有关。关键技术模式识别，数字图像处理，特征提取，分割，预处理，聚类。这些都是用于开发源代码的关键技术。这是基于手写字符识别，这是主要的计划。和，和；

matlab 识别 手写

说明：基于贝叶斯的手写输入数字识别代码.对算法进行了描述，并有源文件。基于贝叶斯的手写输入数字识别代码.基于贝叶斯的手写输入数字识别代码.

matlab 代码 识别 手写 输入 基于 数字 贝叶斯

说明：有界面  基于bp神经网络的数字识别  60个训练  40个识别  用matlab实现的

识别 手写体

说明：自主学习把稀疏自编码器和分类器实现结合。先通过稀疏自编码对无标签的5-9的手写体进行训练得到最优参数，然后通过前向传播，得到训练集和测试集的特征，通过0-4有标签训练集训练出softmax模型，然后输入测试集到分类模型实现分类。

自编码器 分类器实现结合 self-taught-learning