首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

联机手写体新傣文字符识别技术研究

摘要第3-4页
Abstract第4-5页
第1章 引言第9-15页
    1.1 选题背景及意义第9页
    1.2 国内外研究现状第9-11页
        1.2.1 字符识别技术发展概述第9-10页
        1.2.2 国内外发展状况第10-11页
    1.3 文字识别技术简介第11-13页
        1.3.1 文字识别分类第11页
        1.3.2 文字识别的基本方法第11-12页
        1.3.3 文字识别的步骤第12-13页
        1.3.4 文字识别的意义第13页
    1.4 本文的内容安排第13-15页
第2章 联机手写体新傣文字符识别概述第15-19页
    2.1 新傣文字符简介第15页
    2.2 新傣文字符的特点第15-16页
    2.3 新傣文字符特征提取的原则第16页
    2.4 联机手写体新傣文字符识别的难点第16-17页
    2.5 本章小结第17-19页
第3章 联机手写体新傣文字符预处理与特征提取第19-41页
    3.1 联机手写体新傣文字符的样本采集第19-21页
        3.1.1 新傣文手写字符安卓采集软件第19-20页
        3.1.2 新傣文字符样本采集数据库设计第20-21页
    3.2 联机手写体新傣文字符预处理第21-31页
        3.2.1 去除干扰点第21-22页
        3.2.2 新傣文字符归一化处理第22-24页
        3.2.3 新傣文字符轨迹点的插值运算第24-27页
        3.2.4 新傣文字符轨迹点的重采样第27-30页
        3.2.5 预处理结果第30-31页
    3.3 联机手写体新傣文字符特征提取第31-38页
        3.3.1 字符笔画数目特征第32页
        3.3.2 始点和终点的向量特征第32页
        3.3.3 附加笔画的位置特征第32-33页
        3.3.4 始点与终点的象限特征第33页
        3.3.5 字符外接矩形的宽高比第33-34页
        3.3.6 起笔和收笔的方向特征第34-35页
        3.3.7 新傣文字符的方向码特征第35-36页
        3.3.8 新傣文字符的直线相交特征第36-37页
        3.3.9 新傣文字符二值图像粗网格特征第37-38页
    3.4 本章小结第38-41页
第4章 支持向量机算法概述第41-47页
    4.1 支持向量机第41-45页
        4.1.1 支持向量机基本原理第41-43页
        4.1.2 SVM的多类分类问题第43-45页
        4.1.3 SVM的优点和不足第45页
    4.2 Libsvm第45-46页
        4.2.1 Libsvm简介第46页
        4.2.2 Libsvm的使用第46页
    4.3 本章小结第46-47页
第5章 在线随机森林算法概述第47-55页
    5.1 决策树第47-49页
        5.1.1 决策树的基本原理第47-48页
        5.1.2 决策树的常见算法第48-49页
    5.2 集成学习第49-50页
    5.3 在线随机森林算法概述第50-53页
        5.3.1 随机森林第50-51页
        5.3.2 在线随机决策树第51-52页
        5.3.3 在线随机森林第52-53页
    5.4 本章小结第53-55页
第6章 实验结果与分析第55-61页
    6.1 实验结果第55-58页
        6.1.1 基于SVM的分类识别结果第55-56页
        6.1.2 基于在线随机森林的分类识别结果第56-57页
        6.1.3 特征集的优化第57-58页
    6.2 实验结果分析第58-59页
    6.3 本章小结第59-61页
第7章 总结与展望第61-63页
参考文献第63-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:保山中医专后勤服务质量评价管理系统的研究与分析
下一篇:基于新型细菌觅食算法和非线性统计降维的人脸识别研究