| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 课题研究背景与意义 | 第15-16页 |
| 1.2 模式识别技术及其在脱机手写体汉字图像识别领域国内外的研究现状 | 第16-19页 |
| 1.2.1 模式识别技术的基本理论及其应用 | 第16-18页 |
| 1.2.2 脱机手写体汉字图像识别的研究现状及技术难点 | 第18-19页 |
| 1.2.3 基于反馈结构的认知系统研究现状及技术难点 | 第19页 |
| 1.3 本课题的主要研究内容和章节安排 | 第19-21页 |
| 第二章 反馈智能认知模型的系统结构及其运行机制研究 | 第21-27页 |
| 2.1 反馈智能认知模型的功能需求 | 第21页 |
| 2.2 反馈智能认知模型的系统架构 | 第21-23页 |
| 2.3 基于粗糙集理论的智能认知模型决策信息系统建立 | 第23-24页 |
| 2.4 基于认知结果相似度评价指标的智能认知模型运行机制 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 脱机手写体汉字图像的特征空间数据结构建立 | 第27-36页 |
| 3.1 脱机手写体汉字图像的特征分析 | 第27-29页 |
| 3.1.1 脱机手写体汉字图像结构特征 | 第27-28页 |
| 3.1.2 脱机手写体汉字统计特征 | 第28-29页 |
| 3.2 脱机手写体汉字图像的认知方法库 | 第29-34页 |
| 3.2.1 基于部件的汉字分解方法 | 第29-30页 |
| 3.2.2 基于笔画密度的弹性网格方法 | 第30-31页 |
| 3.2.3 基于过程神经网络的方法 | 第31-32页 |
| 3.2.4 基于双数复小波变换的方法 | 第32-33页 |
| 3.2.5 基于卷积神经网络的方法 | 第33-34页 |
| 3.3 本章小结 | 第34-36页 |
| 第四章 基于多认知方法融合的脱机手写体汉字图像反馈智能认知系统 | 第36-47页 |
| 4.1 脱机手写体汉字图像的反馈融合智能认知模型 | 第36-37页 |
| 4.2 脱机手写体汉字图像的反馈融合智能认知系统 | 第37-42页 |
| 4.2.1 脱机手写体汉字图像的认知需求分析 | 第37-39页 |
| 4.2.2 具有集成结构的模式分类器设计 | 第39页 |
| 4.2.3 基于模糊积分的融合智能认知 | 第39-41页 |
| 4.2.4 脱机手写体汉字图像认知结果相似度评价指标 | 第41-42页 |
| 4.3 脱机手写体汉字图像智能认知算法 | 第42-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 实验结果与分析 | 第47-52页 |
| 5.1 实验条件和数据 | 第47-48页 |
| 5.2 实验结果 | 第48-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第57-58页 |
