| 目录 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题背景和意义 | 第8页 |
| ·国内外研究现状 | 第8-9页 |
| ·特征提取技术 | 第8-9页 |
| ·分类器设计 | 第9页 |
| ·本文的主要工作及创新点 | 第9-10页 |
| ·本文的内容安排 | 第10-12页 |
| 第二章 手写体数字特征提取 | 第12-18页 |
| ·特征提取概述 | 第12页 |
| ·CCH 特征 | 第12-14页 |
| ·DCCH 特征 | 第14页 |
| ·DTP 特征 | 第14-15页 |
| ·穿越次数特征 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 支持向量机 | 第18-34页 |
| ·统计学习理论 | 第18-22页 |
| ·学习过程一致性条件 | 第18-20页 |
| ·VC 维理论 | 第20-21页 |
| ·SRM | 第21-22页 |
| ·支持向量机的分类思想 | 第22-24页 |
| ·分类模型的选择 | 第22-23页 |
| ·模型参数的选择 | 第23-24页 |
| ·支持向量机的理论基础 | 第24-31页 |
| ·线性可分情况下的 SVM | 第24-28页 |
| ·非线性可分情况下的 SVM | 第28-30页 |
| ·需要核函数映射情况下的 SVM | 第30-31页 |
| ·推广到多类的方法 | 第31-33页 |
| ·一对多的最大响应策略（one against all） | 第31-32页 |
| ·一对一的投票策略(one against one with voting) | 第32页 |
| ·一对一的淘汰策略(one against one with eliminating) | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 脱机手写体数字识别算法实现过程 | 第34-45页 |
| ·手写体数字预处理 | 第35-38页 |
| ·基本处理 | 第35-36页 |
| ·字符归一化 | 第36-38页 |
| ·特征提取 | 第38-39页 |
| ·识别分类 | 第39-43页 |
| ·粗分类 | 第40-42页 |
| ·细分类 | 第42-43页 |
| ·实验结果分析 | 第43-44页 |
| ·特征提取技术对实验结果的影响 | 第43页 |
| ·本文方法与其他方法对比 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-46页 |
| ·总结 | 第45页 |
| ·研究展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 攻读硕士学位期间的论文发表情况 | 第49-50页 |
| 致谢 | 第50页 |
