| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 课题综述与本文简介 | 第7-14页 |
| ·计算机笔迹鉴别的发展历程 | 第7-8页 |
| ·计算机笔迹鉴别的基本问题 | 第8-10页 |
| ·计算机笔迹鉴别的一般方法和所选取的特征 | 第10-12页 |
| ·本文所做的工作和各章节的组织 | 第12-14页 |
| 第二章 小波分析的基本理论框架 | 第14-25页 |
| ·知识预备-从傅立叶变换到小波变换 | 第14-16页 |
| ·傅立叶变换与短时傅立叶变换 | 第14-15页 |
| ·小波变换与傅立叶变换之比较 | 第15-16页 |
| ·连续小波变换 | 第16-18页 |
| ·连续小波变换的定义 | 第16-17页 |
| ·小波时频窗特性分析 | 第17-18页 |
| ·离散小波变换 | 第18-23页 |
| ·多分辨分析与两尺度方程 | 第18-20页 |
| ·正交小波分解的Mallat算法 | 第20-22页 |
| ·一维小波包分解 | 第22-23页 |
| ·二维多分辨分析 | 第23-25页 |
| 第三章 一个基于小波分析和神经网络的计算机笔迹鉴别实验系统 | 第25-41页 |
| ·系统结构的提出 | 第25-26页 |
| ·系统的具体实现过程 | 第26-41页 |
| ·笔迹预处理 | 第26-29页 |
| ·笔迹的录入过程 | 第26-28页 |
| ·笔迹归一化处理 | 第28-29页 |
| ·特征提取与选择 | 第29-38页 |
| ·笔迹二维小波包特征提取的基本内容 | 第29-32页 |
| ·笔迹分解的能量分布概念的提出 | 第32-33页 |
| ·笔迹的小波包最好基特征选择 | 第33-36页 |
| ·构建小波包特征参数矩阵 | 第36-38页 |
| ·人工神经网络实现模式分类 | 第38-40页 |
| ·系统的程序实现 | 第40-41页 |
| 第四章 实验数据及结果评价 | 第41-48页 |
| ·本实验所录入的笔迹样本 | 第41-42页 |
| ·训练样本二维小波包最好基特征数据 | 第42-45页 |
| ·训练样本的统计特征数据 | 第45-46页 |
| ·笔迹鉴别结果及评价 | 第46-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54页 |