首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于ARM7的自适应单字体多字号识别

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-15页
   ·论文研究的目的及意义第10-11页
   ·国内外研究现状概述第11-13页
   ·论文的研究内容及安排第13-15页
第2章 汉字字形及汉字库存储技术研究第15-25页
   ·汉字字形字库第15-18页
     ·点阵字库第16-17页
     ·矢量轮廓字库第17页
     ·曲线轮廓字库第17-18页
   ·TrueType字形技术第18-20页
   ·计算机汉字字库的实现方法第20-24页
   ·本章小结第24-25页
第3章 脊波变换及人工神经网络基本理论第25-43页
   ·脊波分析基本理论第25-33页
     ·脊波和连续脊波变换第25-30页
     ·离散脊波变换第30-33页
   ·Radon变换的理论第33-34页
   ·人工神经网络概述第34-35页
   ·人工神经网络基本结构与模型第35-38页
     ·人工神经元模型第35-36页
     ·人工神经网络基本结构第36-38页
   ·误差反向传播网络BP算法第38-42页
     ·BP神经元及BP网络模型第39页
     ·BP算法第39-42页
   ·本章小结第42-43页
第4章 基于脊波变换的汉字笔画特征提取算法第43-55页
   ·单字体多字号识别设计思路第43-49页
     ·宋体汉字字号判别第44页
     ·图像预处理第44-45页
     ·基于脊波变换的汉字笔画特征提取第45-48页
     ·BP网络设计第48-49页
   ·方案实现第49-54页
     ·预处理第49-52页
     ·基于脊波变换的汉字笔画特征提取第52页
     ·BP网络识别第52-54页
   ·本章小结第54-55页
第5章 实验仿真及结果分析第55-68页
   ·仿真结果及分析第55-65页
     ·实验结果第56-64页
     ·实验结果分析第64-65页
   ·与其他汉字特征提取算法性能比较第65-66页
   ·本章小结第66-68页
结论第68-70页
参考文献第70-74页
攻读硕士学位期间发表的论文和取得的科研成果第74-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:基于过程神经网络的动态系统模式识别方法研究
下一篇:地方标准及其与区域经济的相关性研究