基于支持向量机的联机手写汉字识别的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·联机手写汉字识别研究的意义 | 第10-11页 |
| ·联机手写汉字识别技术的发展及现状 | 第11-13页 |
| ·汉字识别应用领域 | 第13-14页 |
| ·论文主要研究内容及安排 | 第14-16页 |
| 第二章 联机手写汉字识别的基本过程 | 第16-22页 |
| ·联机手写汉字识别的基本过程 | 第16-17页 |
| ·手写输入 | 第17页 |
| ·预处理 | 第17-18页 |
| ·特征提取 | 第18-19页 |
| ·分类 | 第19-21页 |
| ·基于距离的分类器 | 第19页 |
| ·贝叶斯分类器 | 第19-20页 |
| ·人工神经网络分类器 | 第20-21页 |
| ·后处理和结果输出 | 第21-22页 |
| 第三章 基于SVM的联机手写汉字识别 | 第22-38页 |
| ·支持向量机 | 第22-25页 |
| ·支持向量机的基本原理 | 第22-24页 |
| ·支持向量机的优点 | 第24-25页 |
| ·联机手写汉字识别的SVM分类 | 第25-31页 |
| ·联机手写体汉字识别的SVM分类定义 | 第25-26页 |
| ·联机手写体汉字识别SVM分类的线形情形 | 第26-29页 |
| ·联机手写体汉字识别SVM分类的非线形情形 | 第29-31页 |
| ·联机手写汉字识别的核函数 | 第31页 |
| ·联机手写体汉字多类分类器算法 | 第31-38页 |
| ·直接求解法 | 第32页 |
| ·分解求解法 | 第32-38页 |
| 第四章 多类分类算法的优化与测试 | 第38-44页 |
| ·libsvm简介 | 第38页 |
| ·libsvm使用方法 | 第38-39页 |
| ·支持向量机中的惩罚因子C的研究 | 第39-42页 |
| ·实验方法 | 第39页 |
| ·实验结果及分析 | 第39-42页 |
| ·多类分类算法的测试 | 第42-44页 |
| ·实验数据和测试 | 第42-43页 |
| ·测试结果分析 | 第43-44页 |
| 第五章 联机手写汉字识别软件的实现 | 第44-62页 |
| ·手写识别系统的实现流程 | 第44-45页 |
| ·手写输入模块 | 第45-47页 |
| ·预处理模块 | 第47-48页 |
| ·特征提取模块 | 第48-53页 |
| ·模型训练模块 | 第53-56页 |
| ·分类决策模块 | 第56-57页 |
| ·结果输出模块 | 第57-59页 |
| ·程序总结与分析 | 第59-61页 |
| ·小结 | 第61-62页 |
| 第六章 结论和展望 | 第62-64页 |
| ·主要结论 | 第62页 |
| ·后续研究工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 致谢攻读硕士学位期间发表的论文和科技成果 | 第70页 |
