| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-16页 |
| ·研究背景和意义 | 第12-13页 |
| ·研究的问题 | 第13-14页 |
| ·本文的工作 | 第14-16页 |
| 第二章 手写词组识别技术的研究现状 | 第16-40页 |
| ·手写词组识别的主要技术 | 第16-34页 |
| ·预处理技术 | 第19-23页 |
| ·切分技术 | 第23-29页 |
| ·识别技术 | 第29-33页 |
| ·后处理技术 | 第33-34页 |
| ·中文手写词组识别的现状和难点 | 第34-38页 |
| ·本章小结 | 第38-40页 |
| 第三章 多种手写汉字识别方法及其集成的研究 | 第40-59页 |
| ·基于DTW的联机汉字识别 | 第40-44页 |
| ·联机方向特征提取 | 第41-42页 |
| ·联机位置特征提取 | 第42页 |
| ·结合方向特征与位置特征的DTW匹配 | 第42-44页 |
| ·基于统计学习的脱机汉字识别 | 第44-53页 |
| ·基于弹性网格的特征提取 | 第44-45页 |
| ·梯度特征提取 | 第45-46页 |
| ·8 方向特征提取 | 第46-48页 |
| ·LDA分类器 | 第48-50页 |
| ·MQDF分类器 | 第50-51页 |
| ·简化引力聚类模型用于最小分类错误率（MCE）的多模板训练 | 第51-53页 |
| ·联机与脱机识别方法的集成 | 第53-54页 |
| ·实验结果 | 第54-58页 |
| ·脱机与联机识别方法的集成 | 第54-56页 |
| ·不同的脱机分类器比较结果 | 第56页 |
| ·多模板训练实验 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第四章 基于识别与词典信息的手写词组识别方法 | 第59-73页 |
| ·基于方向拐点检测的笔段提取 | 第61-62页 |
| ·启发式连笔笔段的拆分 | 第62-63页 |
| ·基于几何位置关系的启发式笔段合并 | 第63-65页 |
| ·基于识别信息与词典信息的切分识别 | 第65-67页 |
| ·实验结果 | 第67-72页 |
| ·用于实验的手写样本数据 | 第67-68页 |
| ·词典的选取与建立 | 第68-69页 |
| ·单字识别分类器 | 第69页 |
| ·连笔笔段拆分的有效性 | 第69-70页 |
| ·词组识别 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第五章 旋转方向无关的手写词组识别 | 第73-85页 |
| ·传统的方向检测方法 | 第73-75页 |
| ·用于矩形倾斜矫正的重心平衡法 | 第75页 |
| ·重心平衡法的数学证明 | 第75-78页 |
| ·重心平衡法在手写词组方向检测上的应用 | 第78-79页 |
| ·与几种常用方向检测方法的对比实验 | 第79-84页 |
| ·本章小结 | 第84-85页 |
| 第六章 基于子空间分布共享的矢量量化压缩技术 | 第85-103页 |
| ·手写单字识别MQDF分类器模板参数的压缩构建 | 第87-91页 |
| ·基于LDA的降维分析 | 第87-88页 |
| ·基于子空间分布共享的矢量量化压缩 | 第88-90页 |
| ·存储空间与识别率折中关系曲线分析 | 第90-91页 |
| ·实验结果 | 第91-101页 |
| ·实验条件 | 第91-93页 |
| ·MQDF分类器的识别速度优化 | 第93页 |
| ·未经压缩的存储量与识别率折中关系曲线 | 第93-94页 |
| ·主特征矢量的降维压缩 | 第94-95页 |
| ·不同的矢量量化效果对比 | 第95-99页 |
| ·错误率与拒绝率的折中关系曲线 | 第99-100页 |
| ·在整理过的手写样本数据库上的实验结果 | 第100-101页 |
| ·识别时间特性分析 | 第101页 |
| ·本章小结 | 第101-103页 |
| 结论 | 第103-105页 |
| 参考文献 | 第105-120页 |
| 攻读博士学位期间取得的研究成果 | 第120-122页 |
| 致谢 | 第122页 |