基于深度学习的手写体字符识别研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 课题研究背景和意义 | 第9-12页 |
| 国内外研究现状 | 第12-13页 |
| 本论文主要工作和内容结构安排 | 第13-15页 |
| 本章小结 | 第15-16页 |
| 第2章 相关理论基础 | 第16-28页 |
| 2.1 关于特征 | 第16-18页 |
| 2.2 深度学习基本思想 | 第18-19页 |
| 2.3 深度学习训练过程 | 第19-20页 |
| 2.4 常用模型和方法 | 第20-21页 |
| 2.5 神经网络与卷积神经网络 | 第21-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 浅层卷积神经网络在手写体字符识别上的应用 | 第28-48页 |
| 3.1 数据集及实验相关环境 | 第28-32页 |
| 3.2 深度网络模型及其改进方法 | 第32-33页 |
| 3.3 本文采用的网络模型结构 | 第33-36页 |
| 3.4 实验结果与分析 | 第36-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 深层卷积神经网络在手写体汉字识别上的应用 | 第48-61页 |
| 4.1 数据准备与预处理 | 第48-49页 |
| 4.2 模型结构及其改进方法 | 第49-50页 |
| 4.3 实验结果与分析 | 第50-57页 |
| 4.4 与其他算法相关对比分析 | 第57-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第5章 系统设计与实现 | 第61-68页 |
| 5.1 系统结构与设计 | 第61-64页 |
| 5.2 数据相关预处理操作 | 第64-65页 |
| 5.3 系统简易演示 | 第65-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-71页 |
| 6.1 研究成果 | 第68-70页 |
| 6.2 将来的工作 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附录 | 第74-75页 |
| 致谢 | 第75页 |
