基于SVM的联机手写分类器设计
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 插图和附表清单 | 第11-12页 |
| 1 绪论 | 第12-18页 |
| ·研究背景 | 第12-15页 |
| ·手写识别发展过程 | 第12-13页 |
| ·联机手写识别的应用 | 第13-15页 |
| ·研究现状 | 第15-16页 |
| ·本文的主要研究内容和章节安排 | 第16-18页 |
| 2 支持向量机基础 | 第18-31页 |
| ·线性学习器 | 第18-19页 |
| ·核函数理论 | 第19-24页 |
| ·特征映射 | 第20-21页 |
| ·核函数的定义 | 第21-22页 |
| ·核函数的性质 | 第22-23页 |
| ·构造核函数 | 第23-24页 |
| ·支持向量机 | 第24-29页 |
| ·支持向量机的思想 | 第24-26页 |
| ·支持向量机 | 第26-29页 |
| ·序贯最小优化算法 | 第29-30页 |
| ·小结 | 第30-31页 |
| 3 基于弹性距离的核函数 | 第31-38页 |
| ·GDTW核函数 | 第32-36页 |
| ·动态时间规整 | 第32-34页 |
| ·GDTW核函数 | 第34-36页 |
| ·全局对齐核函数 | 第36-37页 |
| ·小结 | 第37-38页 |
| 4 基于优化GDTW核函数的支持向量机 | 第38-48页 |
| ·联机手写识别系统 | 第38-42页 |
| ·通用联机手写识别系统介绍 | 第38-39页 |
| ·联机手写识别实验系统 | 第39-42页 |
| ·联机手写识别特征研究 | 第42-45页 |
| ·引入约束区域计算GDTW核函数 | 第42-44页 |
| ·优化约束区域计算方法 | 第44-45页 |
| ·ODTW核函数 | 第45-47页 |
| ·优化对齐路径长度计算 | 第45-46页 |
| ·ODTW核函数 | 第46-47页 |
| ·小结 | 第47-48页 |
| 5 算法实现 | 第48-56页 |
| ·Perl辅助脚本 | 第48-49页 |
| ·Matlab SVM Toolbox简介 | 第49-50页 |
| ·GDTW核函数的算法实现 | 第50-52页 |
| ·ODTW核函数的算法实现 | 第52-55页 |
| ·小结 | 第55-56页 |
| 6 实验及其结果 | 第56-63页 |
| ·引入约束区域的效果 | 第56-57页 |
| ·不同对齐路径长度计算方法的影响 | 第57-58页 |
| ·联机手写识别实验和结果 | 第58-62页 |
| ·小结 | 第62-63页 |
| 7 总结 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 作者简介 | 第67页 |
| 作者攻读硕士学位期间发表的论文 | 第67页 |
