| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题研究背景 | 第8-9页 |
| ·光学字符识别技术的简介及发展 | 第9-10页 |
| ·印刷体字符识别系统结构 | 第10-11页 |
| ·本文的研究工作 | 第11-12页 |
| 第二章 维吾尔文字特征研究 | 第12-16页 |
| ·维吾尔文字简介 | 第12页 |
| ·维吾尔文字特点分析 | 第12-14页 |
| ·维吾尔文字识别技术难点 | 第14-16页 |
| 第三章 图像预处理 | 第16-22页 |
| ·图像二值化 | 第16-17页 |
| ·图像去噪处理 | 第17-19页 |
| ·图像倾斜矫正 | 第19-21页 |
| ·图像归一化处理 | 第21-22页 |
| 第四章 维吾尔文字符的特征提取与初分类 | 第22-29页 |
| ·概述 | 第22页 |
| ·特征提取的方法 | 第22-24页 |
| ·维吾尔文字符初分类 | 第24-25页 |
| ·维吾尔文字符混合特征向量提取 | 第25-29页 |
| ·粗网格特征提取方法 | 第26-27页 |
| ·归一化投影特征提取方法 | 第27-29页 |
| 第五章 维吾尔文字符识别分类器的设计 | 第29-45页 |
| ·概述 | 第29页 |
| ·传统 BP 神经网络算法 | 第29-34页 |
| ·传统 BP 神经网络算法原理 | 第29-33页 |
| ·传统 BP 神经网络算法在字符识别系统中存在的缺陷 | 第33-34页 |
| ·BP 神经网络模型优化 | 第34-37页 |
| ·网络初始权值的优化 | 第34-35页 |
| ·隐含层节点个数的优化 | 第35-36页 |
| ·学习率的改进 | 第36-37页 |
| ·基于优化 BP 神经网络的维吾尔文字符分类器实现 | 第37-40页 |
| ·BP 神经网络结构设计 | 第37-38页 |
| ·BP 神经网络参数设计 | 第38页 |
| ·BP 神经网络训练过程 | 第38-40页 |
| ·维吾尔文字符分类器实验测试 | 第40-45页 |
| ·网络初始权值的优化实验 | 第40-41页 |
| ·隐含层节点数的优化实验 | 第41-42页 |
| ·学习率的优化实验 | 第42-43页 |
| ·印刷体维吾尔文字符识别系统测试及分析 | 第43-45页 |
| 第六章 工作总结与展望 | 第45-47页 |
| ·总结 | 第45页 |
| ·展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士研究生期间发表的学术论文 | 第50-51页 |
| 致谢 | 第51页 |