资源介绍

此代码资源包为本人在 CSDN 上分享的博文：基于支持向量机的手写数字识别详解（MATLAB GUI代码，提供手写板）中分享的完整代码和资源整合。利用MATLAB实现手写数字的识别，其中特征提取过程采用方向梯度直方图（HOG）特征，分类过程采用性能优异的支持向量机（SVM）算法，训练测试数据集为学术及工程常用的MNIST手写数字数据集，最终的测试准确率达99%的较高水平。根据训练得到的模型，利用MATLAB GUI工具设计了可以手写输入或读取图片进行识别的系统界面，同时可视化图片处理过程及识别结果。本套代码集成了众多机器学习的基础技术，适用性极强（用户可修改图片文件夹实现自定义数据集训练），相信会是一个非常好的学习Demo。附件中的文件夹压缩包中包含以下内容：

• 完整程序文件（.m、.mlx等）
• GUI界面源文件（.fig、.mat模型等）
• 训练、测试数据集（.jpg等图片、MNIST原始数据、.mat文件）

文件夹包含的文件详情如下：

程序演示效果如下：

代码使用介绍及演示视频链接：https://space.bilibili.com/456667721/（尚在更新中，欢迎关注博主B站视频）

如何使用代码及注意事项见我的博文：基于支持向量机的手写数字识别详解（MATLAB GUI代码，提供手写板），资源持续更新中...