| 内容提要 | 第1-7页 |
| 第1章 绪论 | 第7-9页 |
| ·概述 | 第7-8页 |
| ·研究目的及意义 | 第8页 |
| ·本文的主要工作 | 第8-9页 |
| 第2章 神经网络的基本原理 | 第9-18页 |
| ·神经网络介绍 | 第9页 |
| ·神经网络模型 | 第9-13页 |
| ·生物神经元模型 | 第9-11页 |
| ·人工神经元模型 | 第11-13页 |
| ·神经网络的互连模式 | 第13-14页 |
| ·神经网络的结构描述 | 第14-16页 |
| ·神经网络的分类方式 | 第16页 |
| ·神经网络的主要特征 | 第16-17页 |
| ·神经网络的学习方式 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第3章 小波变换及其在图像处理中的应用 | 第18-27页 |
| ·小波变换的理论基础 | 第18-21页 |
| ·小波变换的基本概念 | 第18-19页 |
| ·多分辨率分析 | 第19-21页 |
| ·一维小波变换 | 第21-22页 |
| ·快速小波变换算法 | 第22-23页 |
| ·二维离散小波变换 | 第23-25页 |
| ·小波分析在图像处理中的应用 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第4章 基于小波与BP 神经网络的手写体数字识别方法 | 第27-41页 |
| ·手写体数字识别的传统方法 | 第27-28页 |
| ·小波变换的图像降噪方法 | 第28-32页 |
| ·小波降噪的基本原理 | 第28-29页 |
| ·基于Q-shift 复小波和HGM 的图像降噪算法 | 第29-32页 |
| ·BP 神经网络算法的改进 | 第32-35页 |
| ·标准BP 神经网络算法 | 第32-33页 |
| ·改进BP 神经网络算法 | 第33-35页 |
| ·实验仿真 | 第35-40页 |
| ·BP 神经网络算法对比 | 第35页 |
| ·手写数字识别仿真实验 | 第35-40页 |
| ·实验结果分析 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第5章 总结与展望 | 第41-42页 |
| 参考文献 | 第42-44页 |
| 致谢 | 第44-45页 |
| 摘要 | 第45-47页 |
| ABSTRACT | 第47-48页 |