| 第一章 绪论 | 第1-13页 |
| ·问题的提出 | 第8页 |
| ·手写体数字识别的发展历史 | 第8-9页 |
| ·手写体数字识别现阶段的发展状况 | 第9-10页 |
| ·手写体数字识别研究的理论意义 | 第10页 |
| ·本文所做的工作 | 第10-11页 |
| ·本文的内容安排 | 第11页 |
| ·参考文献 | 第11-13页 |
| 第二章 手写体数字的特征提取 | 第13-21页 |
| ·概述 | 第13-14页 |
| ·手写体数字的特征提取 | 第14-20页 |
| ·压缩特征的提取 | 第15页 |
| ·傅里叶变换特征提取 | 第15页 |
| ·边缘特征提取 | 第15-17页 |
| ·基元特征提取 | 第17-18页 |
| ·矩特征提取 | 第18-20页 |
| ·Legendre矩特征提取 | 第18-19页 |
| ·Zernike矩特征提取 | 第19页 |
| ·Pseudo-Zernike矩特征提取 | 第19-20页 |
| ·参考文献 | 第20-21页 |
| 第三章 手写体数字识别系统的分类器设计 | 第21-37页 |
| ·分类器简介 | 第21页 |
| ·神经网络的基本概念 | 第21-23页 |
| ·BP神经网络分类器 | 第23-28页 |
| ·BP算法的改进 | 第28-36页 |
| ·S函数的改进 | 第28-29页 |
| ·动量因子的引入 | 第29-30页 |
| ·自适应调节学习率 | 第30-31页 |
| ·最优步长的引入 | 第31-32页 |
| ·混合法的引入 | 第32-36页 |
| ·参考文献 | 第36-37页 |
| 第四章 集成的手写体数字识别系统的研究 | 第37-52页 |
| ·引言 | 第37-38页 |
| ·分类器组合的几种传统方法 | 第38-39页 |
| ·最优线性集成方法 | 第39-42页 |
| ·分类器的判决可靠度 | 第42-43页 |
| ·判决可靠度与最优线性集成方法相结合 | 第43-46页 |
| ·概述 | 第43-44页 |
| ·权重W的定义形式 | 第44-45页 |
| ·Widrow-Hoff算法 | 第45-46页 |
| ·基于各类别置信度的多分类器组合方法 | 第46-51页 |
| ·引言 | 第46-47页 |
| ·分类器置信度 | 第47-49页 |
| ·广义置信度与置信度概念 | 第47-48页 |
| ·基于距离的分类器的广义置信度估计 | 第48页 |
| ·从广义置信度求置信度的方法 | 第48-49页 |
| ·分类器各类别置信度 | 第49-51页 |
| ·各类别广义置信度的估计 | 第49-50页 |
| ·各类别置信度的估计 | 第50-51页 |
| ·参考文献 | 第51-52页 |
| 第五章 基于BP神经网络集成的手写体数字识别的算法实现 | 第52-61页 |
| ·概述 | 第52-53页 |
| ·实验步骤 | 第53-57页 |
| ·试验结果 | 第57-60页 |
| ·小结 | 第60-61页 |
| 结束语 | 第61-63页 |
| 附录：标准BP算法流程 | 第63-64页 |
| 致谢 | 第64页 |