基于CNN的印刷体维吾尔文字符识别
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 引言 | 第6-11页 |
| 1.1 研究背景与意义 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.3 本文主要工作 | 第9-11页 |
| 第二章 深度学习 | 第11-21页 |
| 2.1 深度学习简介 | 第11-13页 |
| 2.2 深度学习的应用 | 第13-17页 |
| 2.2.1 在计算机视觉领域的应用 | 第13-14页 |
| 2.2.2 在语音技术领域的应用 | 第14-17页 |
| 2.2.3 在自然语言处理领域的应用 | 第17页 |
| 2.3 深度学习经典模型 | 第17-20页 |
| 2.3.1 自动编码机 | 第17-18页 |
| 2.3.2 受限玻尔兹曼机 | 第18-19页 |
| 2.3.3 深度神经网络 | 第19页 |
| 2.3.4 卷积神经网络 | 第19-20页 |
| 2.3.5 循环神经网络 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 卷积神经网络 | 第21-33页 |
| 3.1 人工神经网络 | 第21-22页 |
| 3.2 卷积神经网络的发展历程 | 第22-24页 |
| 3.3 卷积神经网络的结构 | 第24-29页 |
| 3.3.1 卷积层 | 第25-26页 |
| 3.3.2 池化层 | 第26-27页 |
| 3.3.3 激活函数 | 第27-29页 |
| 3.4 卷积神经网络的训练 | 第29-32页 |
| 3.4.1 反向传播算法 | 第29-31页 |
| 3.4.2 梯度下降法 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 印刷体维吾尔文字识别 | 第33-49页 |
| 4.1 印刷体维吾尔文字识别流程 | 第33-36页 |
| 4.1.1 预处理 | 第33-34页 |
| 4.1.2 字符切分 | 第34-35页 |
| 4.1.3 特征提取 | 第35页 |
| 4.1.4 模型训练与识别 | 第35-36页 |
| 4.2 基于卷积神经网络的字符识别实现 | 第36-48页 |
| 4.2.1 实验环境 | 第36-37页 |
| 4.2.2 数据规整 | 第37-40页 |
| 4.2.3 卷积神经网络结构对比实验 | 第40-47页 |
| 4.2.4 不同学习率对比实验 | 第47-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-50页 |
| 5.1 研究总结 | 第49页 |
| 5.2 研究展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 攻读学位期间发表的学术论文 | 第54-55页 |
| 致谢 | 第55-56页 |
