首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

免分割手写古文档检索研究

摘要第5-6页
Abstract第6页
第一章 绪论第9-18页
    1.1 研究背景与意义第9-10页
    1.2 国内外研究现状第10-16页
        1.2.1 有分割的文字检索第10-13页
        1.2.2 无分割的文字检索第13-16页
    1.3 无分割手写文档检索的难点第16页
    1.4 本文的主要内容与创新成果第16-18页
第二章 文字检索相关知识概述第18-26页
    2.1 文字检索系统概述第18-19页
    2.2 基于EnhancedHoG的特征提取第19-23页
        2.2.1 增强方向梯度直方图第19-22页
        2.2.2 特征乘积量化(ProductQuantization)第22-23页
    2.3 Exemplar-SVMs分类器第23-24页
    2.4 评判指标平均精度均值(mAP)第24-25页
    2.5 实验数据集介绍第25-26页
第三章 基于多层卷积特征的文档检索第26-43页
    3.1 传统手工特征的局限性第26页
    3.2 卷积神经网络第26-29页
        3.2.1 卷积神经网络的结构第27页
        3.2.2 卷积层第27-28页
        3.2.3 ReLU激活函数第28-29页
        3.2.4 池化层第29页
    3.3 基于多层卷积特征的特征提取第29-36页
        3.3.1 深度卷积网络结构第30-31页
        3.3.2 深度卷积特征提取第31-32页
        3.3.3 多层卷积特征融合第32-33页
        3.3.4 多层卷积特征的性能分析第33-36页
    3.4 E-SVMs分类器的训练第36-37页
    3.5 实验分析与对比第37-41页
        3.5.1 实验设计第37-38页
        3.5.2 实验结果与分析第38-41页
    3.6 本章小结第41-43页
第四章 基于多尺度E-SVMs的文档检索第43-59页
    4.1 单尺度分类器的局限性第43-45页
    4.2 基于金字塔ExemplarSVMs的文字检索第45-50页
        4.2.1 图像金字塔第45-46页
        4.2.2 信息增益第46-47页
        4.2.3 E-SVMs分类器权重第47-48页
        4.2.4 金字塔E-SVMs分类器第48-50页
    4.3 实验分析与对比第50-57页
        4.3.1 实验设计第50-52页
        4.3.2 实验结果与分析第52-57页
    4.4 本章小结第57-59页
总结与展望第59-61页
参考文献第61-64页
攻读硕士学位期间取得的研究成果第64-65页
致谢第65-66页
附件第66页

论文共66页,点击 下载论文
上一篇:手势检测及识别在人机交互中的应用
下一篇:用于视觉定位的二维码快速识别技术研究