Advertisement

USPS手写数字识别库在美国邮政服务中的应用

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本项目介绍USPS手写数字识别库在提升美国邮政系统效率和准确性方面的作用，通过深度学习技术自动辨识地址信息。 美国邮政服务USPS提供了一个手写数字识别库，该库包含16×16像素的灰度图像，共有9298个手写数字样本。对于进行迁移学习（Transfer Learning）、连续学习（Life Long learning）等研究来说，这是一个除了MNIST之外非常实用的数据集。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • USPS手写数字识别库在美国邮政服务中的应用
    优质
    本项目介绍USPS手写数字识别库在提升美国邮政系统效率和准确性方面的作用，通过深度学习技术自动辨识地址信息。 美国邮政服务USPS提供了一个手写数字识别库，该库包含16×16像素的灰度图像，共有9298个手写数字样本。对于进行迁移学习（Transfer Learning）、连续学习（Life Long learning）等研究来说，这是一个除了MNIST之外非常实用的数据集。
     
  • 美国邮政服务数据库
    优质
    美国邮政服务数据库是由美国邮政服务运营和维护的一个系统，用于存储与邮件递送相关的数据信息，包括地址、邮编等。它是确保邮件准确快速送达的关键工具。 USPS手写数字数据集通常用于美国邮政系统的KPCA去噪实验。
     
  • USPS手写数字识别图片库
    优质
    USPS手写数字识别图片库是由美国邮政服务提供的一个数据集，包含数万个手写数字图像样本，广泛用于训练和测试机器学习模型的手写数字识别能力。 USPS美国邮政服务的手写数字识别库已经将mat形式的文件转化为PNG格式的图片，并按0-9分别存放在不同的文件夹里。转化代码也已附上，如果有任何问题，请留言告知，谢谢。
     
  • USPS 数字数据集：利用 MATLAB 提取和储存美国邮政服务数据中的数字图像（0 至 9）- 开发代码
    优质
    本项目运用MATLAB开发代码，从美国邮政服务的数据集中提取并存储数字图像（0至9），构建 USPS 数字数据集，以供进一步分析与研究。 USPS 数字数据库是手写数字识别的标准数据集之一。该数据集可以从相关文献或学术网站获取。在这个简单的代码中，更改您希望存储单个数字 (0-9) 的目录文件夹名称，并将它们用于后续的识别/分类算法。
     
  • OPENCV在邮政编码识别中的应用
    优质
    本研究探讨了OpenCV技术在自动识别邮政编码的应用，通过图像处理和机器学习方法提高识别精度与速度，旨在提升物流行业的效率。 使用OpenCV实现邮政编码的识别包括两个主要步骤：倾斜矫正和字符分隔。通过这些处理可以提高邮政编码自动识别系统的准确性和效率。首先采用图像预处理技术校正可能存在的角度偏差，确保后续分析中每个数字都处于水平状态；接着利用边缘检测、轮廓提取等方法将连在一起的文字分割开，便于单独识别每一个字符信息。
     
  • CNN及BP在MNIST手写数字识别中的应用.7z
    优质
    本研究探讨了卷积神经网络（CNN）与批处理规范化（BP）技术在经典MNIST手写数字数据集上的应用效果，展示了该组合在提升模型准确性和训练效率方面的优势。 由于MATLAB版本的问题，有的同学下载之后可能遇到错误。请注意，并不能保证所有版本都能正常运行，特别是包含BP和CNN程序的版本。此外，这些代码不依赖任何外部库，并且包含了MNIST数据集。使用BP网络可以达到98.3%的识别率，而采用CNN则可实现高达99%的识别精度。不过需要注意的是，执行CNN计算时会比较耗时。关于如何理解和运行CNN程序的信息可以在相关技术博客或文档中找到详细说明。
     
  • 【机器学习】PCA在手写数字识别中的应用
    优质
    本项目探讨了主成分分析(PCA)技术在MNIST手写数字数据集上的应用，通过降维提高模型效率与准确性。 从 `sklearn.neighbors` 导入 KNeighborsClassifier 从 `sklearn.model_selection` 导入 train_test_split 从 `sklern.svm` 导入 SVC 导入 matplotlib.pyplot 作为 plt 导入 numpy 作为 np 路径 = ./knn_num_data/%s/%s_%s.bmp 数据 = [] 目标 = [] 对于 i 范围在 0 到 9: 对于 j 范围在 1 到 500:
     
  • USPS手写数字数据集
    优质
    USPS手写数字数据集是由美国邮政服务公司提供的一个用于识别手写数字的数据集合，包含大量来自不同人的书写样本。 美国邮政USPS手写数字数据集适用于模式识别和机器学习算法的验证。该数据集以MAT格式提供，便于使用。
     
  • 手写数字识别在MNIST数据集上的应用
    优质
    本研究探讨了手写数字识别技术在经典MNIST数据集的应用，通过多种机器学习模型实现高精度分类，展示了深度学习在图像处理领域的强大潜力。 该文件包含用于识别mnist数据集的代码，只需运行main.m文件即可执行。
     
  • 手写字体识别与SVM应用_手写数字识别_MATLAB实现
    优质
    本项目采用MATLAB平台，结合支持向量机（SVM）算法，实现了对手写数字的有效识别。通过优化模型参数提升识别准确率，为手写字体的计算机处理提供了一种有效方案。 123手写体数字识别基于SVM的MATLAB实现。