| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 引言 | 第8-10页 |
| ·论文研究意义 | 第8-9页 |
| ·论文内容安排 | 第9-10页 |
| 第二章 手写体汉字识别概述 | 第10-16页 |
| ·手写体汉字识别流程 | 第10-13页 |
| ·图像预处理 | 第10-11页 |
| ·特征提取 | 第11页 |
| ·分类器设计 | 第11-13页 |
| ·手写体汉字识别的困难 | 第13-14页 |
| ·手写体汉字识别的发展现状 | 第14-16页 |
| 第三章 统计学习理论与支持向量机 | 第16-29页 |
| ·统计学习理论 | 第16-19页 |
| ·VC维 | 第17页 |
| ·推广性的界 | 第17-18页 |
| ·结构风险最小化 | 第18-19页 |
| ·支持向量机 | 第19-24页 |
| ·最优分类面 | 第19-21页 |
| ·广义最优分类面 | 第21-22页 |
| ·支持向量机 | 第22-24页 |
| ·SVM分类器设计过程 | 第24-29页 |
| ·确定核函数及核参数 | 第24-26页 |
| ·训练SVM分类器 | 第26页 |
| ·分类识别 | 第26-29页 |
| 第四章 SVM最优核参数选择方法 | 第29-42页 |
| ·SVM泛化能力的估计 | 第29-32页 |
| ·网格搜索法 | 第29页 |
| ·K-折交叉验证法 | 第29-30页 |
| ·留一法(LOO法) | 第30-32页 |
| ·SVM核参数快速优化算法 | 第32-35页 |
| ·核方法 | 第32-33页 |
| ·特征空间可分性度量SM(Seperability Measure) | 第33-34页 |
| ·基于SM的核参数快速选择算法 | 第34页 |
| ·算法可行性分析 | 第34-35页 |
| ·实验结果及分析 | 第35-42页 |
| ·对标准数据库的测试 | 第35-38页 |
| ·手写体金融汉字库HCCLIB简介 | 第38-41页 |
| ·对手写体金融汉字的测试 | 第41-42页 |
| 第五章 结论与展望 | 第42-44页 |
| 参考文献 | 第44-49页 |
| 在校期间发表的论文、科研成果等 | 第49-50页 |
| 致谢 | 第50页 |