本资源集成了MINIST+SVM+MATLAB,可用来进行手写体识别的训练和识别,并判断准确率,同时文档给出了使用说明和附带训练数据,happy hacking!
代码片段和文件信息
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 10752 2018-05-04 21:53 libsvmread.mexw64
文件 9728 2018-05-04 21:53 libsvmwrite.mexw64
文件 852 2018-05-05 00:13 loadMNISTImages.m
文件 533 2018-05-04 14:15 loadMNISTLabels.m
文件 140 2018-05-22 21:32 readme!.txt
文件 359713 2018-05-05 10:08 result.docx
文件 24064 2018-05-04 21:53 svmpredict.mexw64
文件 62464 2018-05-04 21:53 svmtrain.mexw64
文件 7840016 1998-01-26 23:07 t10k-images
文件 10008 1998-01-26 23:07 t10k-labels
文件 47040016 1996-11-18 23:36 train-images
文件 60008 1996-11-18 23:36 train-labels
文件 1717 2018-05-05 00:02 Untitled6.m
function images = loadMNISTImages(filename)
%loadMNISTImages returns a 28x28x[number of MNIST images] matrix containing
%the raw MNIST images
fp = fopen(filename ‘rb‘);
assert(fp ~= -1 [‘Could not open ‘ filename ‘‘]);
magic = fread(fp 1 ‘int32‘ 0 ‘ieee-be‘);
assert(magic == 2051 [‘Bad magic number in ‘ filename ‘‘]);
numImages = fread(fp 1 ‘int32‘ 0 ‘ieee-be‘);
numRows = fread(fp 1 ‘int32‘ 0 ‘ieee-be‘);
numCols = fread(fp 1 ‘int32‘ 0 ‘ieee-be‘);
images = fread(fp inf ‘unsigned char‘);
images = reshape(images numCols numRows numImages);
images = permute(images[2 1 3]);
fclose(fp);
% Reshape to #pixels x #examples
images = reshape(images size(images 1) * size(images 2) size(images 3));
% Convert to double and rescale to [01]
images = double(images) / 255;
images = images‘;
end
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 10752 2018-05-04 21:53 libsvmread.mexw64
文件 9728 2018-05-04 21:53 libsvmwrite.mexw64
文件 852 2018-05-05 00:13 loadMNISTImages.m
文件 533 2018-05-04 14:15 loadMNISTLabels.m
文件 140 2018-05-22 21:32 readme!.txt
文件 359713 2018-05-05 10:08 result.docx
文件 24064 2018-05-04 21:53 svmpredict.mexw64
文件 62464 2018-05-04 21:53 svmtrain.mexw64
文件 7840016 1998-01-26 23:07 t10k-images
文件 10008 1998-01-26 23:07 t10k-labels
文件 47040016 1996-11-18 23:36 train-images
文件 60008 1996-11-18 23:36 train-labels
文件 1717 2018-05-05 00:02 Unti
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件举报,一经查实,本站将立刻删除。
评论列表(条)