0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 16 166 128 4 4 29 29 29 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 26 180 253 253 178 129 253 253 253 170 169 169 169 51 0 0 0 0 0 0 0 0 0 0 0 0 0 0 151 254 253 253 253 254 253 253 253 254 253 253 253 236 29 0 0 0 0 0 0 0 0 0 0 0 0 0 226 254 253 253 253 254 177 140 241 204 177 140 140 153 84 0 0 0 0 0 0 0 0 0 0 0 0 148 242 114 114 76 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 198 140 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 198 178 48 85 85 10 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 198 253 242 253 253 128 114 38 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 38 214 215 189 138 114 230 236 248 153 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10 28 154 222 102 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 25 160 29 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 29 185 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 29 198 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 29 197 25 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 38 0 0 0 0 0 0 0 0 67 84 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 114 0 0 0 0 0 0 0 51 230 47 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 102 243 141 54 29 16 54 179 254 164 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 97 235 253 253 217 253 253 253 89 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 38 172 253 254 253 215 128 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10 78 255 103 16 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 240 254 195 154 93 56 19 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 151 251 253 253 253 253 224 73 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 130 170 130 188 192 253 253 159 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 13 1 0 0 3 101 185 253 114 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8 173 229 19 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 80 253 154 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 22 240 163 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 13 198 234 8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 80 253 163 0 0 0 0 0 0 0 0 0 0 0 0 0 4 80 99 50 23 0 0 0 0 0 0 0 139 253 105 0 0 0 0 0 0 0 0 0 0 0 0 29 156 253 253 253 211 27 0 0 0 0 2 65 239 225 13 0 0 0 0 0 0 0 0 0 0 0 7 221 253 253 199 237 253 218 90 0 0 0 132 254 253 132 0 0 0 0 0 0 0 0 0 0 0 0 56 253 239 71 4 29 95 221 226 74 39 82 241 236 108 3 0 0 0 0 0 0 0 0 0 0 0 0 110 253 107 0 0 0 0 32 223 253 253 253 234 55 0 0 0 0 0 0 0 0 0 0 0 0 0 0 111 196 4 0 0 0 14 63 201 253 254 246 55 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 110 235 132 80 170 140 220 253 253 253 253 249 60 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 17 241 254 253 253 253 234 219 101 20 20 150 241 94 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 68 241 253 172 163 35 0 0 0 0 4 155 247 158 7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8 9 1 0 0 0 0 0 0 0 3 59 194 178 12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 18 121 213 8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
1.版本:matlab2022A,包含仿真操作录像,操作录像使用windows media player播放。 2.领域:MNIST手写数字识别 3.内容:基于Kohonen算法的MNIST手写数字训练和识别matlab仿真。 准备数据:首先,你需要MNIST数据集。你可以从网上找到很多开源的MNIST数据集。数据集包括训练集和测试集,每个集包含手写数字的图片和对应的标签。 预处理:把每个图片转化为一个一维的向量。MNIST的图片是28x28像素,所以每个图片可以被转化为一个784维的向量。 训练SOM:现在你可以使用Kohonen SOM算法来训练你的模型。在MATLAB中,你可以使用神经网络工具箱中的selforgmap函数。这个函数需要输入向量和目标位置,输出是一个自组织映射网络。 测试SOM:使用测试集来测试你的SOM模型。将测试集的输入向量输入到SOM网络,然后找到最近的神经元。这个神经元的标签就是模型的预测结果。 4.注意事项:注意MATLAB左侧当前文件夹路径,必须是程序所在文件夹位置,具体可以参考视频录。
资源推荐
资源详情
资源评论
收起资源包目录
基于Kohonen算法的MNIST手写数字训练和识别matlab仿真.rar (8个子文件)
2.jpg 21KB
1.jpg 24KB
20231125_031604.mp4 3.58MB
code
database
data.txt 18.7MB
hash.mat 69KB
labels.txt 29KB
Runme_kohonen.m 3KB
som_step.m 621B
共 8 条
- 1
资源评论
- 骑车车552024-05-11支持这个资源,内容详细,主要是能解决当下的问题,感谢大佬分享~
fpga和matlab
- 粉丝: 17w+
- 资源: 2628
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功