基于Android的联机手写维吾尔文识别研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 手写识别的背景 | 第7-8页 |
| 1.2 手写识别的意义 | 第8页 |
| 1.3 发展和研究现状 | 第8-11页 |
| 1.3.1 国内研究现状 | 第8-10页 |
| 1.3.2 国外研究现状 | 第10-11页 |
| 1.4 本文内容安排 | 第11-13页 |
| 第二章 维吾尔文的特点 | 第13-17页 |
| 2.1 维吾尔文特点 | 第13-14页 |
| 2.2 维吾尔文手写识别的难点 | 第14-16页 |
| 2.3 本章小结 | 第16-17页 |
| 第三章 隐马尔科夫模型 | 第17-24页 |
| 3.1 隐马尔可夫模型（HMM）基本概念 | 第17-18页 |
| 3.2 HMM的数学定义 | 第18-19页 |
| 3.3 HMM的三个基本问题 | 第19-22页 |
| 3.3.1 评估问题 | 第19-20页 |
| 3.3.2 解码问题 | 第20-21页 |
| 3.3.3 Baum-Welch训练算法 | 第21-22页 |
| 3.4 HMM的应用 | 第22页 |
| 3.5 本章小结 | 第22-24页 |
| 第四章 预处理 | 第24-32页 |
| 4.1 样本采集 | 第24-25页 |
| 4.2 预处理阶段 | 第25-28页 |
| 4.2.1 归一化 | 第25-26页 |
| 4.2.2 点平滑 | 第26页 |
| 4.2.3 点聚类 | 第26-27页 |
| 4.2.4 拐点提取 | 第27-28页 |
| 4.3 附加笔画的识别 | 第28-30页 |
| 4.4 基线查找 | 第30-31页 |
| 4.5 本章小结 | 第31-32页 |
| 第五章 特征提取和HMM的应用 | 第32-40页 |
| 5.1 特征提取 | 第32-35页 |
| 5.2 训练集的扩展 | 第35-36页 |
| 5.3 HMM模型的实现 | 第36-39页 |
| 5.3.1 特征离散化 | 第36-37页 |
| 5.3.2 训练单词模型 | 第37-38页 |
| 5.3.3 识别过程 | 第38-39页 |
| 5.4 本章小结 | 第39-40页 |
| 第六章 实验及结果分析 | 第40-45页 |
| 6.1 Android开发环境搭建 | 第40-41页 |
| 6.2 识别 | 第41-44页 |
| 6.2.1 识别结果 | 第41-42页 |
| 6.2.2 结果分析 | 第42-44页 |
| 6.3 本章小结 | 第44-45页 |
| 第七章 总结与展望 | 第45-47页 |
| 7.1 总结 | 第45-46页 |
| 7.2 展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 硕士期间发表的论文 | 第52-53页 |
