| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题的研究背景 | 第8-9页 |
| 1.2 文字识别研究概况 | 第9-11页 |
| 1.3 论文研究内容及安排 | 第11-12页 |
| 第二章 数学基础 | 第12-22页 |
| 2.1 主成分方法 | 第12-13页 |
| 2.2 随机投影 | 第13-14页 |
| 2.3 深度学习网络 | 第14-21页 |
| 2.3.1 卷积神经网络 | 第15-17页 |
| 2.3.2 循环神经网络 | 第17-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 应用预处理技术的CNN、LSTM特征融合的文字识别算法 | 第22-28页 |
| 3.1 预处理 | 第22-24页 |
| 3.2 CNN网络与LSTM网络 | 第24-25页 |
| 3.3 文字定位与识别 | 第25页 |
| 3.4 算法实现步骤 | 第25-27页 |
| 3.5 本章小结 | 第27-28页 |
| 第四章 实验与结果分析 | 第28-43页 |
| 4.1 实验条件 | 第28-29页 |
| 4.2 实验结果分析 | 第29-34页 |
| 4.2.1 特征值维数对识别结果的影响 | 第29-30页 |
| 4.2.2 网络层数对识别结果的影响 | 第30-31页 |
| 4.2.3 预处理策略研究 | 第31-32页 |
| 4.2.4 算法的有效性 | 第32-33页 |
| 4.2.5 算法鲁棒性 | 第33-34页 |
| 4.3 预处理对实验结果的影响 | 第34-35页 |
| 4.4 复杂条件下的算法有效性、时效性研究 | 第35-42页 |
| 4.4.1 文字是否规整情况下的识别效果 | 第35-39页 |
| 4.4.2 遮挡情况下的文字识别效果 | 第39-40页 |
| 4.4.3 光照不同情况下对文字的识别效果 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-44页 |
| 参考文献 | 第44-49页 |
| 在读期间发表的学术论文及研究成果 | 第49-50页 |
| 致谢 | 第50页 |