| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 图像识别概述 | 第9-10页 |
| 1.2 手写字符识别概述 | 第10-12页 |
| 1.2.1 手写字符识别简介 | 第10-11页 |
| 1.2.2 手写字符识别的研究价值和应用 | 第11-12页 |
| 1.2.3 手写字符识别需要克服的难点 | 第12页 |
| 1.3 CUDA 概述 | 第12-15页 |
| 1.4 本文结构 | 第15-16页 |
| 第2章 手写数字字符识别处理 | 第16-29页 |
| 2.1 手写数字数据集 | 第16-17页 |
| 2.2 图像的预处理 | 第17-18页 |
| 2.2.1 图像二值化 | 第17页 |
| 2.2.2 图像去噪 | 第17页 |
| 2.2.3 对于MNIST数据库的预处理 | 第17-18页 |
| 2.3 手写数字字符的特征值提取 | 第18-20页 |
| 2.4 手写数字字符的识别方法 | 第20-21页 |
| 2.5 常用的分类器 | 第21-28页 |
| 2.5.1 模版匹配 | 第21-22页 |
| 2.5.2 K邻近分类器(K-Nearest Neighbor Algorithm,KNN) | 第22页 |
| 2.5.3 基于支持向量机的字符分类器 | 第22-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 基于深度置信网络的手写数字识别 | 第29-43页 |
| 3.1 深度置信网络 | 第29页 |
| 3.2 基于深度置信网络的手写数字字符识别 | 第29-32页 |
| 3.3 受限玻尔兹曼机 | 第32-35页 |
| 3.3.1 受限玻尔兹曼机的网络结构 | 第32-33页 |
| 3.3.2 手写数字字符在RBM上的训练方法 | 第33-35页 |
| 3.4 人工神经网络 | 第35-41页 |
| 3.4.1 神经元模型 | 第36页 |
| 3.4.2 神经网络学习方式 | 第36-37页 |
| 3.4.3 BP(Back Propagation)神经网络 | 第37-38页 |
| 3.4.4 BP神经网络权值更新方法 | 第38-41页 |
| 3.5 实验结果 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于CUDA的手写数字字符识别 | 第43-60页 |
| 4.1 CUDA编程模型 | 第43-46页 |
| 4.1.1 主机与设备 | 第43-44页 |
| 4.1.2 CUDA C 语言 | 第44-45页 |
| 4.1.3 Kernel 函数 | 第45页 |
| 4.1.4 线程结构 | 第45-46页 |
| 4.2 软件体系 | 第46-47页 |
| 4.3 硬件映射 | 第47-48页 |
| 4.3.1 计算单元 | 第47-48页 |
| 4.3.2 Warp | 第48页 |
| 4.4 存储器模型 | 第48-49页 |
| 4.4.1 私有寄存器 | 第49页 |
| 4.4.2 局部存储器 | 第49页 |
| 4.4.3 共享存储器 | 第49页 |
| 4.4.4 全局存储器 | 第49页 |
| 4.4.5 常数存储器 | 第49页 |
| 4.5 DBN分类器应用于CUDA的优势 | 第49-51页 |
| 4.6 DBN分类器在CUDA上实现的整体流程 | 第51-53页 |
| 4.7 GPU端kernel函数的具体实现 | 第53-56页 |
| 4.8 实验与结论 | 第56-58页 |
| 4.8.1 基于CUDA和深度置信网络手写数字字符实现的软硬件平台 | 第56-57页 |
| 4.8.2 评估标准 | 第57-58页 |
| 4.9 本章小结 | 第58-60页 |
| 第5章 基于CUDA和微结构特征提取的笔迹鉴别 | 第60-66页 |
| 5.1 笔迹鉴别 | 第60页 |
| 5.2 基于微结构特征的笔迹鉴别 | 第60-62页 |
| 5.2.1 微结构特征 | 第60-61页 |
| 5.2.2 概率密度的分布 | 第61页 |
| 5.2.3 鉴别方法 | 第61-62页 |
| 5.3 基于微结构特征的笔迹鉴别在CUDA上的应用 | 第62-64页 |
| 5.3.1 概率密度的计算并行化kernel实现 | 第62-63页 |
| 5.3.2 鉴别过程中距离计算的并行化kernel实现 | 第63-64页 |
| 5.4 实验结论与分析 | 第64页 |
| 5.5 本章小结 | 第64-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 本文总结 | 第66页 |
| 6.2 发展方向 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间发表论文 | 第71-72页 |
| 致谢 | 第72页 |
