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

基于BIRCH和改进k中心点算法的古籍汉字图像聚类研究

摘要第5-6页
Abstract第6页
第1章 引言第9-13页
    1.1 研究背景及意义第9页
    1.2 国内外研究现状第9-11页
    1.3 本文工作与组织结构第11-13页
第2章 古籍汉字图像预处理第13-22页
    2.1 二值化处理第13-14页
    2.2 去噪处理第14-16页
    2.3 汉字图像切分第16-22页
第3章 古籍汉字图像特征提取第22-26页
    3.1 古籍汉字图像的粗外围特征提取第22-23页
    3.2 古籍汉字的方向线素特征第23-24页
        3.2.1 方向线素特征第23页
        3.2.2 方向线素特征提取第23-24页
    3.3 图像特征的标准化处理第24-26页
第4章 古籍汉字图像聚类第26-40页
    4.1 聚类方法概述第26-27页
    4.2 BIRCH 算法概述第27-34页
    4.3 k 中心点聚类算法的改进第34-37页
        4.3.1 k 中心点算法概述第34页
        4.3.2 改进的 k 中心点算法第34-37页
    4.4 基于 BIRCH 与改进 k 中心点的古籍汉字图像聚类算法第37-40页
第5章 实验过程及结果分析第40-45页
    5.1 实验过程第40-42页
    5.2 实验结果与分析第42-45页
第6章 结论与展望第45-47页
    6.1 工作总结第45页
    6.2 后续工作展望第45-47页
参考文献第47-51页
致谢第51-52页
攻读学位期间取得的科研成果第52页

论文共52页,点击 下载论文
上一篇:结合语义的位置语言模型
下一篇:即时战略游戏中混合学习算法研究