| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的目的及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 手写汉字识别的研究现状 | 第11-13页 |
| 1.2.2 深度学习技术研究现状 | 第13-15页 |
| 1.3 课题的来源及研究内容 | 第15-16页 |
| 1.3.1 课题来源 | 第15页 |
| 1.3.2 课题的主要研究内容 | 第15-16页 |
| 第2章 相关技术概述 | 第16-27页 |
| 2.1 引言 | 第16-17页 |
| 2.2 浅层学习和深度学习 | 第17-19页 |
| 2.3 深度学习常用方法 | 第19-26页 |
| 2.3.1 自动编码器 | 第19-21页 |
| 2.3.2 受限玻尔兹曼机 | 第21-25页 |
| 2.3.3 卷积神经网络 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 深度信念网络融合模型对手写汉字的识别 | 第27-37页 |
| 3.1 引言 | 第27-28页 |
| 3.2 深度信念网 | 第28-29页 |
| 3.3 BP神经网络 | 第29-31页 |
| 3.4 修正的二次判别函数 | 第31-32页 |
| 3.5 MQDF与DBN融合模型 | 第32-34页 |
| 3.6 实验与结果分析 | 第34-36页 |
| 3.7 本章小结 | 第36-37页 |
| 第4章 基于卷积神经网络的手写汉字的识别 | 第37-51页 |
| 4.1 引言 | 第37页 |
| 4.2 手写字数据集 | 第37-40页 |
| 4.2.1 MNIST手写数字数据集 | 第38页 |
| 4.2.2 HCL200数据集 | 第38-39页 |
| 4.2.3 CASIA-HWDB1.1数据集 | 第39-40页 |
| 4.3 CNN对手写汉字的识别 | 第40-42页 |
| 4.3.1 卷积神经网络的结构 | 第40-42页 |
| 4.4 卷积神经网络对相似手写汉字的识别 | 第42-46页 |
| 4.4.1 相似手写汉字识别 | 第42-43页 |
| 4.4.2 改进的基于卷积神经网络对相似汉字的识别 | 第43-44页 |
| 4.4.3 支持向量机 | 第44-46页 |
| 4.5 实验 | 第46-50页 |
| 4.5.1 实验一卷积神经网络对脱机手写汉字的识别 | 第46-49页 |
| 4.5.2 实验二改进的卷积神经网络对相似手写汉字的识别 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的学术论文 | 第56-57页 |
| 致谢 | 第57页 |
