數(shù)字識別
關(guān)注創(chuàng)建者：320科技工作室 創(chuàng)建時間：2021-01-12
數(shù)字識別的視頻教程
視頻詳解CNN卷積神經(jīng)網(wǎng)絡(luò)與MATLAB程序識別數(shù)字人臉和英文字母
中文漢字識別用CNN算法與自帶程序作深入研究問題，手寫體數(shù)字識別用網(wǎng)絡(luò)流行的CNN算法程序，識別問題方案選擇及自己數(shù)據(jù)處理模板程序，?英文字母識別問題研究用網(wǎng)絡(luò)流行識別手寫體數(shù)字程序。
￥260 1小時43分鐘 1593播放
查看
BP神經(jīng)網(wǎng)絡(luò)算法與MATLAB程序詳解視頻手寫數(shù)字識別腫瘤診斷股票預(yù)測
神經(jīng)網(wǎng)絡(luò)識別手寫體數(shù)字，BP神經(jīng)網(wǎng)絡(luò)識別及預(yù)測函數(shù)表達(dá)式，程序可改之處、模型擴(kuò)展和算法擴(kuò)展等。
￥148 6小時6分鐘 546播放
查看
支持向量機(jī)SVM及MATLAB程序視頻算法識別分類擬合預(yù)測課程
主要內(nèi)容包括：支持向量機(jī)（SVM）基本概念與基本理論，線性分類器及其尋找最好分類面的建模分析，線性不可分及核函數(shù)和松弛變量與懲罰因子，支持向量機(jī)SVM用于多類分類問題，支持向量機(jī)SVM及MATLAB程序?qū)崿F(xiàn)，基于支持向量機(jī)利用圖像屬性分類與程序?qū)崿F(xiàn)，基于LIBSVM軟件利用圖像屬性分類與程序?qū)崿F(xiàn)，基于SVM分析意大利葡萄酒多個分類，參數(shù)優(yōu)化及交叉驗(yàn)證方法與最佳參數(shù)計(jì)算，支持向量機(jī)進(jìn)行手寫體數(shù)字圖像識別分類
￥210 2小時32分鐘 298播放
查看
數(shù)字識別的實(shí)例教程
對比標(biāo)準(zhǔn)數(shù)字點(diǎn)陣、噪聲點(diǎn)陣以及識別輸出的數(shù)字點(diǎn)陣（2）
在進(jìn)行數(shù)字3、6和9的識別后，本次也嘗試進(jìn)行了數(shù)字1和2的識別。在此次嘗試中，噪聲強(qiáng)度設(shè)置為0.3即30%，比數(shù)字3、6和9的噪聲強(qiáng)度大20%，其噪聲點(diǎn)陣也可以看出，辨認(rèn)出數(shù)字的基本特征相對來說比3、6和9更加困難，然而其識別結(jié)果明顯地表現(xiàn)出數(shù)字1和2的特征。
圖5. 數(shù)字1、2的識別結(jié)果
當(dāng)比較同一個數(shù)字網(wǎng)絡(luò)識別多次產(chǎn)生的結(jié)果時，可以得出該系統(tǒng)不能穩(wěn)定地產(chǎn)生識別結(jié)果的結(jié)論。通過對比數(shù)字3、6和9，以及1和2的識別結(jié)果情況，可以初步得出，當(dāng)數(shù)字圖像較為簡單時，噪聲強(qiáng)度較大地情況下也能輸出較為清晰的識別結(jié)果。總地來說，利用Hopfield神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)字識別，可以運(yùn)用到損壞文物古籍文字識別、交通系統(tǒng)汽車牌照識別、郵政系統(tǒng)編碼識別等方面中。
最后，有相關(guān)需求，歡迎通過微信公眾號聯(lián)系我們。
微信公眾號：320科技工作室。
展開 特別申明：本圖文由電小二前輩制作，轉(zhuǎn)載只為學(xué)習(xí)交流，版權(quán)歸原作者，在此致敬！
一、如何識別接觸器輔助觸點(diǎn)
1.看標(biāo)識NO-NC
NO是英文normal open常開的縮寫,NC 是英文normal close常閉的縮寫。
常開：它的符號是NO，對應(yīng)的英文字母"open"的首個字母O。在不通電時處于常開狀態(tài)的觸點(diǎn)，我們叫它常開觸點(diǎn)。
常閉：它的符號是NC，對應(yīng)的英文字母" close"的首個字母C。在不通電時處于閉合導(dǎo)通狀態(tài)的觸點(diǎn)，我們叫它常閉觸點(diǎn)。不管是常開還是常閉，都是指它的原始狀態(tài)。一旦通電工作，那么它的狀態(tài)其實(shí)就反過來了，常開點(diǎn)就會閉合，常閉點(diǎn)就會斷開。
2.標(biāo)有數(shù)字序號11、12、 13、14
后面一位數(shù)（1、2）代表常閉觸點(diǎn)，（3、4）則代表常開觸點(diǎn)
3.使用萬用表測量
接觸器在正常狀態(tài)下(線圈不得電)使用電阻檔測量輔助觸點(diǎn)NO的阻值無窮大，NC的阻值為零：接觸器線圈得電后測量結(jié)果相反。
二、接觸器輔助觸點(diǎn)的作用
1.形成自鎖回路。
1
2.形成互鎖回路。
3、進(jìn)行電路的信號傳遞。一般情況下可以通過接觸器的輔助常開點(diǎn)或者常閉點(diǎn)進(jìn)行開關(guān)量的信號傳遞。
舉個最常見的例子：用接觸器的輔助常開、常閉點(diǎn)控制電動機(jī)的停止和運(yùn)行指示燈，如上圖所示！
展開 上次討論了基于Hopfield神經(jīng)網(wǎng)絡(luò)的數(shù)字識別，BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)也可以進(jìn)行相關(guān)的數(shù)字識別如手寫數(shù)字識別等，由于BP神經(jīng)網(wǎng)絡(luò)的特性，該網(wǎng)絡(luò)需要一定的樣本進(jìn)行對網(wǎng)絡(luò)進(jìn)行訓(xùn)練、測試以及校驗(yàn)。本次不再贅述數(shù)字識別，而是將目光集中于基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)擬合。
本次所采用的神經(jīng)網(wǎng)絡(luò)為BP神經(jīng)網(wǎng)絡(luò)，是一個誤差反向傳播訓(xùn)練（Error Back Propagation Training）的多層前饋網(wǎng)絡(luò)，主要包含輸入層、隱含層和輸出層。數(shù)據(jù)由輸入層輸入，經(jīng)過標(biāo)準(zhǔn)化處理后，傳到第二層即隱含層，隱含層進(jìn)行輸入數(shù)據(jù)的權(quán)值計(jì)算、轉(zhuǎn)換，然后傳輸?shù)捷敵鰧樱敵鰧訉⒔o出神經(jīng)網(wǎng)絡(luò)的預(yù)測值。 由于人工神經(jīng)網(wǎng)絡(luò)不需要事先給定輸入量與輸出量之間的映射關(guān)系，BP網(wǎng)絡(luò)需要通過范例進(jìn)行學(xué)習(xí)。因此，給定一個包含了輸入量樣本以及已知的正確輸出量樣本是必須的。利用給定的示例，BP神經(jīng)網(wǎng)絡(luò)可以得知什么是所期望達(dá)到的行為并且BP算法也能支持網(wǎng)絡(luò)進(jìn)行調(diào)整來達(dá)到預(yù)期。
BP網(wǎng)絡(luò)包含正向計(jì)算和反向計(jì)算兩個過程，其學(xué)習(xí)過程是通過循環(huán)步驟來實(shí)現(xiàn)的。當(dāng)接收到范例時，該網(wǎng)絡(luò)會先進(jìn)行正向計(jì)算過程，隨機(jī)輸出一些數(shù)據(jù)。這個輸出的結(jié)果將會與已知的正確樣本進(jìn)行比較，然后一個含有其均方誤差的信號將會通過建立的神經(jīng)網(wǎng)絡(luò)進(jìn)行反向傳遞。隱含層接收到信號后，會“分?jǐn)偂苯o各個神經(jīng)單元，每個單元的權(quán)值因此將根據(jù)接收到的誤差進(jìn)行相應(yīng)的調(diào)整。這個過程將會不斷循環(huán)，直到誤差達(dá)到規(guī)定的閾值或完成了規(guī)定的學(xué)習(xí)次數(shù)而停止。此時該神經(jīng)網(wǎng)絡(luò)被認(rèn)為已經(jīng)學(xué)習(xí)成功，完成了訓(xùn)練過程。BP神經(jīng)網(wǎng)絡(luò)仿真雖然無法達(dá)到最理想的功能，但是其結(jié)果已經(jīng)接近了完美。
在BP算法中采用的激活函數(shù)是S型（Sigmoid）函數(shù)，該函數(shù)應(yīng)用于隱含層的輸出中。
展開 因此可以使用標(biāo)準(zhǔn)軟件；在這個示例中，使用了著名的“MNIST 手寫體數(shù)字分類”。自卷積神經(jīng)網(wǎng)絡(luò)發(fā)明以來，這一直被認(rèn)為是一個基準(zhǔn)。
圖1 MNIST“手寫體數(shù)字識別”基準(zhǔn)意味著對灰度28x28圖像進(jìn)行智能標(biāo)簽分配
它是一個大小為28x28 像素的灰度圖像，包含一個手寫的數(shù)字和該圖像最可能輸出的數(shù)字（見圖1）。盡管任務(wù)表面上很簡單，但這包括了TFLite-Micro 支持的大量運(yùn)算符子集。通常用于解決它的神經(jīng)網(wǎng)絡(luò)架構(gòu)包含兩個卷積層和池化層、至少一個全連接層、向量化非線性函數(shù)、數(shù)據(jù)調(diào)整大小和規(guī)范化操作等（見圖2）。
圖2 用于手寫數(shù)字識別的卷積神經(jīng)網(wǎng)絡(luò)
為了探索這段代碼在L31 CPU 上的性能，CodasipStudio 的內(nèi)置剖析器提供了詳細(xì)的PPA（性能- 功耗-面積）預(yù)估，源代碼覆蓋率和單個指令的使用。這使得新的指令可以被快速試用并分析其性能優(yōu)勢。
表1 剖析器提供的代碼覆蓋率分析
表1 顯示了剖析器所提供的代碼覆蓋率分析。正如預(yù)期的那樣，對于圖像分類任務(wù)來說，大部分的時間（~84%）都花在了圖像卷積函數(shù)上。從這個信息開始，我們可以進(jìn)入相應(yīng)的‘ConvPerChannel’源代碼，對其進(jìn)行更詳細(xì)的探索。TFLite-Micro 中的卷積是以嵌套for-loop 的形式編寫的，索引各種卷積窗口尺寸以及訓(xùn)練數(shù)據(jù)批次。最深的for-loop 掃描了圖像輸入通道，根據(jù)分析信息顯示，CPU 在這里花費(fèi)的時間最多。
圖3 Codasip的內(nèi)置剖析工具允許我們找到應(yīng)用程序代碼中的“熱點(diǎn)”
源代碼（圖3）中標(biāo)明了在該處花費(fèi)的周期數(shù)，給出了周期數(shù)的百分比和絕對數(shù)。反匯編顯示了這些“熱點(diǎn)”的CPU 指令。這些信息表明，哪里需要優(yōu)化？
展開 
數(shù)字識別的相關(guān)專題、標(biāo)簽、搜索
數(shù)字識別的最新內(nèi)容
電腦對聲音這種信號不能直接處理，先把它轉(zhuǎn)化成電腦能識別的數(shù)字信號，就要用到聲卡中的DAC，它把聲音信號轉(zhuǎn)換成數(shù)字信號，要分兩步進(jìn)行，即采樣和轉(zhuǎn)換。
對手寫數(shù)字識別的驗(yàn)證準(zhǔn)確率達(dá)96.7%，手勢識別達(dá)94.2%。[30] 該技術(shù)當(dāng)前TRL約為4-5。
4.2 神經(jīng)形態(tài)混合傳感器
2026年3月，一篇發(fā)表于《Nature Communications》的研究介紹了一種神經(jīng)形態(tài)電子-光時空混合圖像傳感器，旨在解決機(jī)器視覺系統(tǒng)中存儲、傳輸和處理海量數(shù)據(jù)的能效挑戰(zhàn)。
Wanjau表示：“Ansys仿真將有助于降低我們的DAC技術(shù)成本，通過實(shí)現(xiàn)虛擬原型設(shè)計(jì)，減少對傳統(tǒng)物理原型的需求，并創(chuàng)建用于實(shí)時監(jiān)控技術(shù)的數(shù)字孿生，幫助識別和解決代價(jià)高昂的故障，甚至預(yù)測機(jī)器的未來性能。”
電容式觸控芯片基于電容傳感原理，當(dāng)手指或?qū)щ娢矬w靠近觸控傳感器（如金屬電極或?qū)Ь€構(gòu)成的Touch Pad）時，會改變傳感器與地之間的電容值，這種變化被芯片內(nèi)部的高精度檢測電路捕捉并轉(zhuǎn)換為數(shù)字信號，從而識別觸摸位置、手勢或按鍵操作。??
電腦對聲音這種信號不能直接處理，先把它轉(zhuǎn)化成電腦能識別的數(shù)字信號，就要用到聲卡中的DAC，它把聲音信號轉(zhuǎn)換成數(shù)字信號，要分兩步進(jìn)行，即采樣和轉(zhuǎn)換。
數(shù)字-模擬轉(zhuǎn)換器（DAC）對數(shù)字音頻源如各種CD機(jī)、SACD機(jī)、便攜播放器和手機(jī)等是核心零件之一（雖然不一定貴）。DAC負(fù)責(zé)把解碼好的數(shù)字音頻流，轉(zhuǎn)換為模擬音頻信號。在這個處理過程中，芯片起到關(guān)鍵的作用。
培訓(xùn)費(fèi)用：培訓(xùn)免費(fèi)，上機(jī)培訓(xùn)參加請自帶電腦
培訓(xùn)咨詢：馬老師 18221799218
培訓(xùn)報(bào)名：
掃碼立即報(bào)名
海克斯康智能仿真工具ODYSSEE是一款跨學(xué)科、跨領(lǐng)域、跨專業(yè)的軟件產(chǎn)品，基于機(jī)器學(xué)習(xí)模型和方法，能夠?qū)崿F(xiàn)秒級實(shí)時仿真或?qū)崪y結(jié)果預(yù)測、多目標(biāo)和多約束設(shè)計(jì)優(yōu)化、圖像識別、3D模型識別、聲音識別、數(shù)字孿生等，顯著縮短設(shè)計(jì)迭代周期，提高工程師工作效率。
電腦對聲音這種信號不能直接處理，先把它轉(zhuǎn)化成電腦能識別的數(shù)字信號，就要用到聲卡中的DAC，它把聲音信號轉(zhuǎn)換成數(shù)字信號，要分兩步進(jìn)行，即采樣和轉(zhuǎn)換。
數(shù)字-模擬轉(zhuǎn)換器（DAC）對數(shù)字音頻源如各種CD機(jī)、SACD機(jī)、便攜播放器和手機(jī)等是核心零件之一（雖然不一定貴）。DAC負(fù)責(zé)把解碼好的數(shù)字音頻流，轉(zhuǎn)換為模擬音頻信號。在這個處理過程中，芯片起到關(guān)鍵的作用。
以一個能識別數(shù)字0～9的語音識別系統(tǒng)的實(shí)現(xiàn)過程為例，闡述了基于DTW算法的特定人孤立詞語音識別的基本原理和關(guān)鍵技術(shù)。其中包括對語音端點(diǎn)檢測方法、特征參數(shù)計(jì)算方法和DTW算法實(shí)現(xiàn)。程序已調(diào)通，可直接運(yùn)行。
電腦對聲音這種信號不能直接處理，先把它轉(zhuǎn)化成電腦能識別的數(shù)字信號，就要用到聲卡中的DAC，它把聲音信號轉(zhuǎn)換成數(shù)字信號，要分兩步進(jìn)行，即采樣和轉(zhuǎn)換。
數(shù)字-模擬轉(zhuǎn)換器（DAC）對數(shù)字音頻源如各種CD機(jī)、SACD機(jī)、便攜播放器和手機(jī)等是核心零件之一（雖然不一定貴）。DAC負(fù)責(zé)把解碼好的數(shù)字音頻流，轉(zhuǎn)換為模擬音頻信號。在這個處理過程中，芯片起到關(guān)鍵的作用。
電子體溫計(jì)是利用溫度傳感器輸出電信號，直接輸出數(shù)字信號或者再將電流信號（模擬信號）轉(zhuǎn)換成能夠被內(nèi)部集成的電路識別的數(shù)字信號，然后通過顯示器（如液晶、數(shù)碼管、LED矩陣等）顯示以數(shù)字形式的溫度，能記錄、讀取被測溫度的較高值。
電子體溫計(jì)核心的元件就是感知溫度的NTC溫度傳感芯片。
