首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于RBF神经网络的手绘电气草图识别研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-18页
   ·课题的背景和意义第10-12页
   ·国内外研究现状第12-15页
     ·手绘草图识别的研究现状第12-14页
     ·手绘电气草图识别研究现状第14-15页
   ·主要研究内容及成果第15-16页
   ·论文的组织结构第16-18页
第2章 手绘电气草图识别的基础知识第18-34页
   ·手绘草图识别分类第18页
   ·联机手绘草图的识别技术介绍第18-28页
     ·数据采集第19页
     ·预处理第19-20页
       ·剔除孤立的点和线段第19页
       ·笔划插值第19-20页
       ·去噪平滑第20页
     ·特征提取和选择第20-24页
       ·特征形成第20-21页
       ·特征提取第21-22页
       ·特征选择第22-23页
       ·类别可分离性判据第23-24页
       ·用于可分性判据的类内类间距离第24页
     ·模式聚类第24-26页
     ·模式分类第26-28页
   ·RBF神经网络第28-32页
     ·RBF神经网络结构第28-30页
     ·RBF神经网络的学习方法第30-32页
   ·本章小节第32-34页
第3章 面向RBF神经网络分类的手绘电气草图特征提取第34-51页
   ·手绘电气草图的结构分析第34-36页
   ·特征分类第36-37页
     ·结构特征第36-37页
     ·关系特征第37页
   ·特征提取算法第37-39页
     ·结构特征提取第37-39页
   ·特征提取算法第39-50页
     ·结构特征提取第39-47页
       ·直线类提取第40-42页
       ·折线段类提取第42-44页
       ·二次曲线类提取第44-47页
     ·关系特征提取第47-50页
   ·本章小结第50-51页
第4章 基于RBF神经网络的手绘电气草图的分类实现第51-63页
   ·手绘电气草图的聚类算法设计第51-54页
   ·手绘电气草图的分类算法设计第54-59页
     ·多级分类器融合结构及性能分析第54-55页
     ·分类系统结构第55-59页
       ·实验用电气图形符号第55页
       ·分类系统结构设计第55-58页
       ·判决策略第58页
       ·算法主要步骤第58-59页
   ·分类实验结果及其分析第59-62页
   ·本章小结第62-63页
第5章 总结与展望第63-65页
   ·总结第63-64页
   ·展望第64-65页
参考文献第65-69页
致谢第69-70页
攻读硕士学位期间发表的学术论文第70页

论文共70页,点击 下载论文
上一篇:基于FPGA的数据采集系统研究
下一篇:论国家审计程序的法律保障