基于ANN/HMM的时序模式识别方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·课题背景 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| ·本文的研究内容 | 第11-13页 |
| 第2章 ANN/HMM混合模型 | 第13-30页 |
| ·ANN模型简介 | 第13-15页 |
| ·ANN的结构 | 第13-14页 |
| ·ANN的学习方法 | 第14-15页 |
| ·HMM模型简介 | 第15-18页 |
| ·HMM的基本概念 | 第15-16页 |
| ·HMM的结构 | 第16-17页 |
| ·HMM的基本算法 | 第17-18页 |
| ·ANN/HMM混合模型 | 第18-28页 |
| ·ANN/HMM模型结构 | 第18-20页 |
| ·ANN/HMM模型的基本算法 | 第20-24页 |
| ·ANN/HMM模型的训练方法 | 第24-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 ANN/HMM模型状态数的自适应确定方法 | 第30-39页 |
| ·固定状态数目法 | 第30-31页 |
| ·自动增减状态数目法 | 第31-38页 |
| ·模型结构的调整 | 第31-32页 |
| ·增加状态的方法 | 第32-35页 |
| ·删除状态的方法 | 第35-37页 |
| ·状态优化的训练算法流程 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 ANN/HMM模型在手写符号识别上的应用 | 第39-55页 |
| ·数据的预处理 | 第39-41页 |
| ·数据的采集 | 第39页 |
| ·归一化方法 | 第39-41页 |
| ·去噪声及冗余 | 第41页 |
| ·特征提取 | 第41-42页 |
| ·瞬时特征 | 第41-42页 |
| ·空间特征 | 第42页 |
| ·手写体符号识别模型结构 | 第42-43页 |
| ·手写体符号模型的建模效果 | 第43-52页 |
| ·固定状态数目法的建模效果 | 第43-45页 |
| ·自动增减状态数目法的建模效果 | 第45-52页 |
| ·模型性能评价 | 第52-53页 |
| ·存储量分析 | 第52-53页 |
| ·计算量分析 | 第53页 |
| ·本章小结 | 第53-55页 |
| 第5章 ANN/HMM模型在语音识别中的应用 | 第55-60页 |
| ·语音识别模型的结构 | 第55-56页 |
| ·语音命令模型的建模效果 | 第56-59页 |
| ·固定状态数目法的建模效果 | 第57页 |
| ·自动增减状态数目法的建模效果 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 基于手写及语音识别的多模式人机交互系统 | 第60-66页 |
| ·系统结构及功能设计 | 第60-62页 |
| ·系统界面 | 第62-64页 |
| ·系统的性能评价 | 第64页 |
| ·本章小结 | 第64-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72页 |
