| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 课题的背景和意义 | 第15-16页 |
| 1.2 国内外研究现状分析 | 第16-18页 |
| 1.2.1 脱机手写体汉字别技术研究现状 | 第16-17页 |
| 1.2.2 反馈智能识别模型研究现状 | 第17-18页 |
| 1.2.3 卷积神经网络学习算法的研究现状 | 第18页 |
| 1.3 脱机手写体汉字相似样本识别难点分析 | 第18-19页 |
| 1.3.1 脱机手写体汉字中相似样本种类多 | 第18-19页 |
| 1.3.2 脱机手写体汉字中相似样本间差异信息细微 | 第19页 |
| 1.4 课题的主要研究内容和本文章节安排 | 第19-21页 |
| 1.4.1 课题的主要研究内容 | 第19-20页 |
| 1.4.2 本文的章节安排 | 第20-21页 |
| 第二章 反馈智能识别模型 | 第21-32页 |
| 2.1 反馈智能识别模型 | 第21-22页 |
| 2.1.1 反馈智能识别模型结构和功能 | 第21-22页 |
| 2.2 多认知视角下的简约认知智能决策信息系统 | 第22-25页 |
| 2.3 识别结果评价指标体系 | 第25-28页 |
| 2.3.1 样本的潜在语义空间 | 第25-26页 |
| 2.3.2 识别结果语义误差系统 | 第26-27页 |
| 2.3.3 识别结果可信度评价指标 | 第27-28页 |
| 2.4 模型运行机制 | 第28-30页 |
| 2.4.1 训练层运行机制 | 第28-29页 |
| 2.4.2 认知层运行机制 | 第29-30页 |
| 2.4.3 决策层运行机制 | 第30页 |
| 2.5 本章小结 | 第30-32页 |
| 第三章 基于卷积神经网络的相似样本局部差异特征提取 | 第32-39页 |
| 3.1 卷积神经网络模型 | 第32-33页 |
| 3.2 卷积神经网络的训练 | 第33-35页 |
| 3.3 基于聚类算法和卷积神经网络的特征提取 | 第35-38页 |
| 3.3.1 聚类算法 | 第35-36页 |
| 3.3.2 基于聚类算法的卷积神经网络结构 | 第36-37页 |
| 3.3.3 基于聚类算法的卷积神经网络的特征提取 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 脱机手写体汉字图像反馈智能识别系统 | 第39-47页 |
| 4.1 脱机手写体汉字图像反馈智能识别模型 | 第39-40页 |
| 4.2 脱机手写体汉字反馈智能识别系统流程 | 第40页 |
| 4.3 脱机手写体汉字全局特征提取 | 第40-41页 |
| 4.4 脱机手写体汉字相似样本生成 | 第41-43页 |
| 4.5 脱机手写体汉字训练样本局部差异特征提取 | 第43页 |
| 4.6 脱机手写体汉字认知智能决策信息系统建立 | 第43页 |
| 4.7 脱机手写体汉字训练样本约简认知智能决策信息系统建立 | 第43-44页 |
| 4.8 集成模式分类器设计 | 第44-45页 |
| 4.9 脱机手写体汉字测试样本识别过程 | 第45-46页 |
| 4.10 本章小结 | 第46-47页 |
| 第五章 系统评测实验 | 第47-59页 |
| 5.1 实验数据和实验平台 | 第47-49页 |
| 5.2 实验结果与分析 | 第49-58页 |
| 5.3 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第65-66页 |
