基于相似度区分的联机手写梵音藏文特征降维方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·研究目的和意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·梵音藏文的来源 | 第10页 |
| ·联机手写识别研究中的特征提取 | 第10-11页 |
| ·本文内容安排 | 第11-13页 |
| 第2章 矩阵奇异值分解 | 第13-18页 |
| ·奇异值分解 | 第13-14页 |
| ·奇异值分解算法 | 第14-16页 |
| ·特征值分解 | 第14-15页 |
| ·奇异值分解 | 第15-16页 |
| ·奇异值分解(SVD)的空间应用 | 第16页 |
| ·奇异值分解在字符矩阵分解中的应用 | 第16-17页 |
| ·本章总结 | 第17-18页 |
| 第3章 基于矩阵相似度的分类分析 | 第18-24页 |
| ·相似度矩阵 | 第18-19页 |
| ·矩阵相似度 | 第19页 |
| ·梵音藏文字符的相似度矩阵空间的构建 | 第19页 |
| ·聚类分析 | 第19-21页 |
| ·层次聚类算法 | 第20页 |
| ·分割聚类算法 | 第20页 |
| ·用于高维数据的聚类算法 | 第20-21页 |
| ·谱聚类 | 第21页 |
| ·基于谱聚类的梵音藏文字符的分类 | 第21-23页 |
| ·本章总结 | 第23-24页 |
| 第4章 特征降维 | 第24-30页 |
| ·主成分分析法(PCA) | 第25-27页 |
| ·线性鉴别分析法(LDA) | 第27-29页 |
| ·低维空间特征向量的形成 | 第29页 |
| ·本章总结 | 第29-30页 |
| 第5章 藏文字符矩阵降维方法的验证与分析 | 第30-38页 |
| ·实验流程安排 | 第30-31页 |
| ·聚类分析得到的类别结果 | 第31-32页 |
| ·识别结果对比 | 第32页 |
| ·分类结果对比分析 | 第32-38页 |
| 第6章 总结与展望 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 附录 | 第42-43页 |
| 致谢 | 第43页 |