| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.2 相关研究现状 | 第14-17页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15-17页 |
| 1.3 主要研究内容 | 第17页 |
| 1.4 论文结构 | 第17-18页 |
| 第2章 相关技术概述 | 第18-24页 |
| 2.1 文字识别的基本原理 | 第18-19页 |
| 2.2 藏文字符特征的研究 | 第19-20页 |
| 2.3 基于神经网络的藏文识别技术 | 第20页 |
| 2.4 藏文识别过程 | 第20-23页 |
| 2.4.1 预处理阶段 | 第20-22页 |
| 2.4.2 识别阶段 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于卷积神经网络的手写藏文识别方法 | 第24-37页 |
| 3.1 卷积神经网络概述 | 第24-25页 |
| 3.2 卷积神经网络模型介绍 | 第25-28页 |
| 3.2.1 Vgg模型 | 第25-26页 |
| 3.2.2 ResNet50模型 | 第26-27页 |
| 3.2.3 DenseNet模型 | 第27页 |
| 3.2.4 Inception_V3模型 | 第27-28页 |
| 3.3 卷积神经网络模型改进 | 第28-33页 |
| 3.3.1 Vgg模型改进 | 第28-30页 |
| 3.3.2 ResNet50模型改进 | 第30-31页 |
| 3.3.3 DenseNet模型改进 | 第31-32页 |
| 3.3.4 Inception_V3模型改进 | 第32-33页 |
| 3.4 融合卷积神经网络模型 | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 实验结果与分析 | 第37-44页 |
| 4.1 实验环境 | 第37页 |
| 4.2 数据集 | 第37-39页 |
| 4.3 实验结果与分析 | 第39-42页 |
| 4.4 本章小结 | 第42-44页 |
| 第5章 基于融合卷积神经网路模型的手写藏文识别系统 | 第44-49页 |
| 5.1 系统和功能分析 | 第44-47页 |
| 5.1.1 预处理阶段 | 第44-45页 |
| 5.1.2 手写藏文字符识别阶段 | 第45-46页 |
| 5.1.3 后处理阶段 | 第46-47页 |
| 5.2 系统结构设计 | 第47-48页 |
| 5.3 本章小结 | 第48-49页 |
| 第6章 总结与展望 | 第49-50页 |
| 6.1 总结 | 第49页 |
| 6.2 展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 作者简介及在学期间所取得的科研成果 | 第54-55页 |
| 致谢 | 第55页 |