| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 第一章 汉字识别概述 | 第8-19页 |
| 第1节 字符识别及手写体汉字识别的历史回顾 | 第8-9页 |
| 第2节 汉字识别的研究范畴 | 第9-11页 |
| 第3节 汉字识别的认知心理 | 第11-13页 |
| 第4节 手写体汉字识别研究的一般方法 | 第13-14页 |
| 第5节 手写体汉字识别研究的难点 | 第14-19页 |
| 第二章 手写体汉字库的建立 | 第19-34页 |
| 第1节 手写体汉字样本的收集和规划 | 第19-22页 |
| 第2节 手写字符的自动切分 | 第22-26页 |
| ·行切分 | 第22-24页 |
| ·列切分 | 第24-26页 |
| 第3节 字库的结构和格式 | 第26-28页 |
| 第4节 面向对象的手写体字库管理系统的设计 | 第28-34页 |
| 第三章 基于笔划的手写体汉字识别 | 第34-58页 |
| 第1节 手写体汉字笔划的自动提取 | 第34-38页 |
| 第2节 松弛匹配法 | 第38-46页 |
| ·CRM 的基本理论 | 第39-41页 |
| ·应用CRM 进行手写体汉字识别 | 第41-44页 |
| ·实验 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第3节 一种可变形弹性匹配模型 | 第46-53页 |
| ·基于笔段的可变形弹性匹配模型 | 第47-49页 |
| ·笔段置移矢量的平滑 | 第49-51页 |
| ·迭代弹性匹配过程 | 第51页 |
| ·实验 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第4节 本章小结 | 第53-58页 |
| 第四章 手写体汉字识别的特征提取及统计模式识别方法 | 第58-78页 |
| 第1节 统计模式识别理论——BAYES 分类方法 | 第59-61页 |
| 第2节 手写体汉字的结构特征提取 | 第61-67页 |
| ·笔划密度特征 | 第62-64页 |
| ·外围特征 | 第64页 |
| ·实验 | 第64-67页 |
| 第3节 手写体汉字识别的一种新的特征提取方法——弹性网格方向分解特征 | 第67-78页 |
| ·手写体汉字的方向分解 | 第68-69页 |
| ·弹性网格的构造 | 第69-71页 |
| ·弹性网格方向分解特征的提取 | 第71-72页 |
| ·实验 | 第72-75页 |
| ·小结 | 第75-78页 |
| 第五章 神经网络模型在手写体汉字识别中的应用 | 第78-91页 |
| 第1节 概述 | 第78-80页 |
| 第2节 神经网络集成模拟环境——SNNS | 第80-81页 |
| 第3节 多层前向神经网络在手写体汉字识别中的应用 | 第81-83页 |
| 第4节 应用RBF-DDA 进行手写体汉字识别 | 第83-91页 |
| ·径向基函数网络 | 第83-85页 |
| ·动态衰减调节径向基函数网络(RBF-DDA) | 第85-87页 |
| ·模拟实验 | 第87-91页 |
| 第六章 手写体汉字识别的多级神经网络模型 | 第91-101页 |
| 第1节 多级神经网络模型(MNNM)的系统结构 | 第91-93页 |
| 第2节 MNNM 的性能分析 | 第93-94页 |
| 第3节 识别判决规则 | 第94-95页 |
| 第4节 实验 | 第95-98页 |
| ·实验1:支票处理系统中的手写体字符识别 | 第95-97页 |
| ·实验2:200 个常用汉字的识别 | 第97-98页 |
| 第5节 小结 | 第98-101页 |
| 第七章 结论及展望 | 第101-106页 |
| 第1节 手写体汉字识别的应用前景 | 第101-102页 |
| 第2节 手写体汉字识别研究的新思路 | 第102-106页 |
| 附录 | 第106-112页 |
| A、本文实验所用的汉字集 | 第106-108页 |
| B、部分手写体汉字样本 | 第108-112页 |
| 致谢 | 第112页 |