基于小波神经网络理论的VOCR与HOCR技术研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-15页 |
| 第一章 绪论 | 第15-28页 |
| ·课题研究的目的和意义 | 第15-17页 |
| ·课题研究的目的 | 第15页 |
| ·课题研究的意义 | 第15-17页 |
| ·国内外研究概况 | 第17-26页 |
| ·论文的主要研究内容 | 第26-28页 |
| 第二章 小波与多小波理论 | 第28-60页 |
| ·引言 | 第28-29页 |
| ·小波理论简介 | 第29-36页 |
| ·小波的相关定义 | 第29-34页 |
| ·小波的性能指标 | 第34-36页 |
| ·小波变换的基本理论 | 第36-44页 |
| ·L~2(R)的塔式分解 | 第36-37页 |
| ·Mallat算法及其信号分解与重构 | 第37-40页 |
| ·二维小波变换 | 第40-44页 |
| ·多小波的产生与连续多小波变换 | 第44-47页 |
| ·多小波的构造 | 第47-55页 |
| ·GHM多小波的构造 | 第47-49页 |
| ·CL多小波的构造 | 第49-51页 |
| ·HERMITE三次B样条多小波的构造 | 第51-53页 |
| ·SA4多小波的构造 | 第53-54页 |
| ·多小波的其它构造方法 | 第54-55页 |
| ·多小波的多分辨率分析及其性质 | 第55-58页 |
| ·多小波的MALLAT算法 | 第58-60页 |
| 第三章 小波神经网络与多小波神经网络 | 第60-89页 |
| ·引言 | 第60-62页 |
| ·小波变换、神经网络和小波神经网络之间的关系 | 第62-71页 |
| ·小波变换的函数逼近能力 | 第62-64页 |
| ·神经网络的函数逼近能力 | 第64-66页 |
| ·小波变换和前馈神经网络之间的联系 | 第66-71页 |
| ·小波神经网络的学习过程 | 第71-77页 |
| ·小波函数的选择 | 第72页 |
| ·小波神经网络参数的初始化 | 第72-73页 |
| ·小波神经网络中隐层节点的确定 | 第73-74页 |
| ·小波神经网络的参数调节算法 | 第74页 |
| ·小波神经网络分类器 | 第74-77页 |
| ·多小波神经网络的构造方法 | 第77-81页 |
| ·基于多小波中多尺度函数的多小波神经网络 | 第77-78页 |
| ·基于多小波框架的多小波神经网络 | 第78-80页 |
| ·基于多小波连续变换的多小波神经网络 | 第80-81页 |
| ·小波神经网络与多小波神经网络的逼近性与收敛性 | 第81-87页 |
| ·两类网络的逼近性能与收敛性的理论研究 | 第81-85页 |
| ·两类网络的逼近性能与收敛性的实验分析 | 第85-87页 |
| ·本章小结 | 第87-89页 |
| 第四章 图像文本信息的非监督检测 | 第89-101页 |
| ·概述 | 第89-90页 |
| ·非监督文本检测 | 第90-98页 |
| ·图像预处理 | 第91-93页 |
| ·图像的小波变换 | 第93页 |
| ·特征矢量估计 | 第93-94页 |
| ·基于K-均值聚类算法的非监督像素块分类 | 第94-96页 |
| ·定位与求精 | 第96-98页 |
| ·实验结果与结论 | 第98-99页 |
| ·本章小结 | 第99-101页 |
| 第五章 基于小波神经网络的图像文本信息提取技术 | 第101-113页 |
| ·引言 | 第101-102页 |
| ·基于小波神经网络的文本信息提取算法 | 第102-108页 |
| ·离散小波变换(DWT) | 第102-106页 |
| ·神经网络及其训练算法 | 第106-108页 |
| ·实验与讨论 | 第108-109页 |
| ·结束语 | 第109-111页 |
| ·本章小结 | 第111-113页 |
| 第六章 手写体数字识别与认证的小波特征提取 | 第113-122页 |
| ·引言 | 第113-114页 |
| ·基于KIRSCH边缘增强的小波特征提取 | 第114-116页 |
| ·复小波变换与特征提取 | 第116-117页 |
| ·小波特征的散度选择准则 | 第117-120页 |
| ·手写体数字的识别与认证方案 | 第120页 |
| ·讨论与结论 | 第120-121页 |
| ·本章小结 | 第121-122页 |
| 第七章 基于多小波神经网络簇的手写体数字识别 | 第122-133页 |
| ·概述 | 第122-123页 |
| ·离散多小波分析与正交壳伸展 | 第123-125页 |
| ·离散多小波分析 | 第123页 |
| ·正交壳伸展 | 第123-125页 |
| ·基于正交多小波神经网络簇的数字识别算法 | 第125-129页 |
| ·实验结果与分析 | 第129-131页 |
| ·结论 | 第131-133页 |
| 第八章 总结与展望 | 第133-137页 |
| ·总结 | 第133-135页 |
| ·展望 | 第135-137页 |
| 参考文献 | 第137-147页 |
| 作者在攻读博士学位期间公开发表的论文 | 第147-149页 |
| 作者在攻读博士学位期间所承担的主要项目 | 第149页 |
| 作者在攻读博士学位期间所获得的主要成果奖 | 第149-150页 |
| 致谢 | 第150页 |
