| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 1 引言 | 第8-14页 |
| ·车牌汉字识别方法概述 | 第8-11页 |
| ·特征提取方法 | 第9页 |
| ·识别方法 | 第9-11页 |
| ·Hopfield 神经网络简介及其应用研究现状 | 第11-12页 |
| ·Hopfield 神经网络的提出 | 第11页 |
| ·Hopfield 神经网络应用研究现状 | 第11-12页 |
| ·论文研究意义 | 第12-13页 |
| ·论文结构 | 第13-14页 |
| 2 Hopfield 神经网络的基本原理 | 第14-20页 |
| ·离散型 Hopfield 神经网络 | 第15-17页 |
| ·离散型 Hopfield 神经网络结构 | 第15页 |
| ·离散型 Hopfield 神经网络学习规则 | 第15-17页 |
| ·离散型 Hopfield 神经网络的工作方式 | 第17页 |
| ·连续型 Hopfield 神经网络 | 第17-18页 |
| ·Hopfield 神经网络的应用 | 第18-20页 |
| 3 离散型 Hopfield 神经网络联想记忆功能的实现 | 第20-31页 |
| ·具有联想记忆的离散型 Hopfield 神经网络的设计 | 第20-24页 |
| ·神经网络标准样本的确定 | 第20-21页 |
| ·网络设计整体分析 | 第21-23页 |
| ·离散型 Hopfield 神经网络模型设计 | 第23-24页 |
| ·离散型 Hopfield 神经网络的联想记忆的实现 | 第24-31页 |
| ·回忆标准样本模式 | 第26-27页 |
| ·回忆残缺样本模式 | 第27-31页 |
| 4 对基于连通域的滤波图像进行联想记忆 | 第31-44页 |
| ·图像滤波简介 | 第31-34页 |
| ·空间滤波 | 第31-32页 |
| ·频域滤波 | 第32-34页 |
| ·基于连通域的图像滤波方法 | 第34-39页 |
| ·连通域 | 第34-35页 |
| ·连通域的大小及位置的确定 | 第35-38页 |
| ·基于连通域的图像滤波方法 | 第38-39页 |
| ·基于连通域的图像滤波实验结果 | 第39-41页 |
| ·对带噪声的样本进行联想记忆 | 第41-44页 |
| 5 对去除旋转的图像进行联想记忆 | 第44-54页 |
| ·图像的旋转变换 | 第44-45页 |
| ·坐标变换 | 第44-45页 |
| ·插值处理 | 第45页 |
| ·图像去旋转方法 | 第45-48页 |
| ·对标准车牌汉字样本进行图像旋转研究 | 第46-47页 |
| ·图像去旋转处理方法 | 第47-48页 |
| ·图像去旋转处理的实验结果 | 第48-51页 |
| ·对去除旋转的图像进行联想记忆 | 第51-54页 |
| 6 实验结果 | 第54-58页 |
| 7 结论及展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 在学期间公开发表论文及著作情况 | 第63页 |
