多模型融合在手写数字识别中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 手写数字识别技术的研究背景及意义 | 第10-11页 |
| 1.2 手写数字识别技术的应用 | 第11-12页 |
| 1.3 手写数字识别系统组成 | 第12-14页 |
| 1.4 手写数字识别技术的国内外研究现状 | 第14-18页 |
| 1.4.1 手写数字特征提取研究现状 | 第15-16页 |
| 1.4.2 手写数字分类算法研究现状 | 第16-18页 |
| 1.5 测试样本的选择 | 第18-19页 |
| 1.6 本文主要工作 | 第19-20页 |
| 第2章 基于逐像素特征的手写数字识别 | 第20-32页 |
| 2.1 逐像素特征提取 | 第20页 |
| 2.2 逐像素特征识别模型构造 | 第20-24页 |
| 2.3 实验结果与性能分析 | 第24-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 基于凹线特征的手写数字识别 | 第32-42页 |
| 3.1 凹线特征 | 第32-35页 |
| 3.2 凹线特征提取与识别模型构造 | 第35-37页 |
| 3.3 实验结果与性能分析 | 第37-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 基于旋转投影特征的手写数字识别 | 第42-54页 |
| 4.1 旋转投影特征 | 第42-47页 |
| 4.2 旋转投影特征提取与识别模型构造 | 第47-49页 |
| 4.3 实验结果与性能分析 | 第49-51页 |
| 4.4 本章小结 | 第51-54页 |
| 第5章 基于多模型融合的手写数字识别 | 第54-62页 |
| 5.1 三种分类模型互补分析 | 第54-55页 |
| 5.2 多模型融合结构 | 第55-56页 |
| 5.3 基于先验知识的多模型融合方法 | 第56-59页 |
| 5.4 实验结果及分析 | 第59-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 本文工作总结 | 第62页 |
| 6.2 进一步工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
