| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 古汉字识别中的难点分析 | 第12-13页 |
| 1.4 本文的研究内容及组织结构 | 第13-15页 |
| 第二章 支持向量机和曲波变换 | 第15-34页 |
| 2.1 经验风险和结构风险最小化 | 第15-17页 |
| 2.2 支持向量机 | 第17-24页 |
| 2.2.1 支持向量机的分类原理 | 第17-19页 |
| 2.2.2 核函数 | 第19-20页 |
| 2.2.3 多类SVM | 第20-24页 |
| 2.3 曲波变换 | 第24-33页 |
| 2.3.1 小波变换 | 第24-27页 |
| 2.3.2 脊波变换 | 第27-29页 |
| 2.3.3 曲波变换 | 第29-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于混合核加权LS-SVM的古汉字图像识别 | 第34-49页 |
| 3.1 混合核加权LS-SVM分类器 | 第34-38页 |
| 3.1.1 LS-SVM分类器 | 第34-36页 |
| 3.1.2 加权LS-SVM分类器 | 第36-37页 |
| 3.1.3 混合核函数 | 第37-38页 |
| 3.2 特征提取 | 第38-43页 |
| 3.2.1 部件结构特征 | 第38-40页 |
| 3.2.2 整体广义密度特征 | 第40-41页 |
| 3.2.3 伪二维弹性网格下的局部点密度特征 | 第41-42页 |
| 3.2.4 伪二维弹性网格笔划特征 | 第42-43页 |
| 3.2.5 多特征融合 | 第43页 |
| 3.3 算法步骤 | 第43-44页 |
| 3.4 实验 | 第44-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 结合二代曲波变换和混合核LS-SVM的古汉字图像识别 | 第49-61页 |
| 4.1 二代曲波变换 | 第49-55页 |
| 4.1.1 二代连续曲波变换 | 第49-51页 |
| 4.1.2 二代离散曲波变换 | 第51-55页 |
| 4.2 灰度共生矩阵 | 第55-57页 |
| 4.3 基于PCA的特征降维 | 第57-58页 |
| 4.3.1 PCA原理 | 第57页 |
| 4.3.2 特征降维 | 第57-58页 |
| 4.4 算法步骤 | 第58-59页 |
| 4.5 实验 | 第59-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 全文工作总结 | 第61页 |
| 5.2 今后工作展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士期间发表的论文 | 第69页 |
| 攻读硕士期间参与的科研项目 | 第69页 |