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

支持向量机在汉字图象识别中的应用研究

摘要第1-6页
Abstract第6-7页
致谢第7-11页
第一章 绪论第11-17页
   ·汉字识别历史、现状及识别原理第11-13页
   ·汉字识别的特点和难点第13-14页
   ·汉字识别的发展趋势第14-15页
   ·本课题研究的意义及论文的内容第15-17页
第二章 脱机手写体汉字图象的预处理第17-22页
   ·脱机手写体汉字图象灰度化第17-18页
   ·脱机手写体汉字图象二值化第18-19页
     ·常用的二值化方法介绍第18页
     ·脱机手写体汉字图象二值化方法第18-19页
   ·脱机手写体汉字图象的滤波第19页
   ·汉字图象的归一化第19-22页
     ·位置归一化第20页
     ·大小归一化第20-22页
第三章 脱机手写体汉字图象的特征提取第22-27页
   ·手写体汉字图象笔划方向特征提取第22-23页
   ·手写体汉字笔划密度特征提取第23-25页
   ·手写体汉字粗网格特征提取第25页
   ·手写体汉字粗轮廓特征提取第25-26页
   ·脱机手写体汉字特征的多特征融合第26-27页
第四章 脱机手写体汉字SVM分类器的理论与实现第27-42页
   ·SVM分类器的理论背景第27-28页
   ·脱机手写体汉字识别的 SVM分类第28-32页
     ·脱机手写体汉字识别的 SVM分类定义第28-29页
     ·脱机手写体汉字识别 SVM分类的线形可分情形第29-30页
     ·脱机手写体汉字识别的线形不可分情形第30-31页
     ·脱机手写体汉字识别 SVM分类的非线形情形第31-32页
   ·脱机手写体汉字 SVM分类器的核函数选择与核参数确定第32-36页
     ·核函数选择第32-35页
     ·核参数的确定第35-36页
   ·脱机手写体汉字的支持向量机第36-37页
   ·脱机手写体汉字 SVM分类器多分类算法设计第37-40页
     ·脱机手写体汉字识别的1-a-r标准多分类算法第37-39页
     ·脱机手写体汉字识别的决策树多分类算法第39页
     ·本文脱机手写体汉字识别的1-a-1的多分类算法第39-40页
   ·脱机手写体汉字 SVM分类器识别的识别流程第40-42页
第五章 识别实验与结果分析第42-50页
   ·实验条件第42页
   ·手写体汉字样本库的建立第42-43页
   ·图象预处理第43-45页
   ·手写体汉字图象特征提取第45-46页
   ·手写体汉字识别第46-48页
   ·手写体汉字识别结果与分析第48-50页
第六章 总结与展望第50-52页
   ·总结第50-51页
   ·展望第51-52页
参考文献第52-55页
附录一第55-60页
附录二第60-62页

论文共62页,点击 下载论文
上一篇:中国对外直接投资的逆向技术溢出效应研究
下一篇:基于地面数字电视的交通信息发送编码与接收解码研究