脱机手写体汉字识别研究
| 摘要 | 第1-4页 |
| 英文摘要 | 第4-11页 |
| 1 概论 | 第11-22页 |
| ·研究脱机手写汉字机器识别的目的和意义 | 第11-12页 |
| ·汉字识别研究分类 | 第12-13页 |
| ·汉字识别研究的发展历程 | 第13-14页 |
| ·脱机手写汉字识别研究的问题和困难 | 第14-15页 |
| ·脱机汉字识别研究现状及发展趋势 | 第15页 |
| ·脱机手写汉字识别原理过程及方法 | 第15-20页 |
| ·论文主要研究内容 | 第20-22页 |
| 2 汉字图像预处理 | 第22-43页 |
| ·图像二值化 | 第22-28页 |
| ·图像平滑去噪 | 第28-31页 |
| ·图像倾斜校正 | 第31页 |
| ·图像切分 | 第31-32页 |
| ·图像归一化 | 第32-35页 |
| ·轮廓提取 | 第35-36页 |
| ·样本库 | 第36-41页 |
| ·实验结果及分析 | 第41-43页 |
| 3 手写体汉字的分类识别 | 第43-56页 |
| ·一级粗分类 | 第43-46页 |
| ·二级细分类 | 第46-48页 |
| ·三级细分类 | 第48-52页 |
| ·多分类器集成的独立性 | 第52-53页 |
| ·实验结果及分析 | 第53-56页 |
| 4 汉字识别的神经网络分类方法 | 第56-74页 |
| ·人工神经网络 | 第56-58页 |
| ·人工神经网络在手写体汉字识别中的应用 | 第58-59页 |
| ·神经网络BP学习算法的实现 | 第59-62页 |
| ·BP神经网络结构的设计 | 第62-66页 |
| ·神经网络BP算法的改进 | 第66-70页 |
| ·BP神经网络在Matlab中的实现 | 第70-73页 |
| ·实验结果及分析 | 第73-74页 |
| 5 实验结果及分析 | 第74-76页 |
| ·识别策略 | 第74页 |
| ·实验结果及分析 | 第74-76页 |
| 6 总结与展望 | 第76-79页 |
| 7 参考文献 | 第79-82页 |
| 8 作者在读期间科研成果 | 第82-84页 |
| 10 致谢 | 第84页 |
