聚类分析及其在大类别汉字识别中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·聚类的发展及其在模式识别中的应用 | 第10-15页 |
| ·聚类的发展 | 第10-11页 |
| ·聚类在模式识别中的应用现状 | 第11-12页 |
| ·汉字识别的研究现状 | 第12-15页 |
| ·本文的研究工作 | 第15-18页 |
| ·本文研究的工作 | 第15-16页 |
| ·本文的结构 | 第16-18页 |
| 第二章 聚类分析的方法综述 | 第18-34页 |
| ·聚类的定义 | 第18页 |
| ·相似性测度 | 第18-20页 |
| ·聚类分析中的聚类准则函数 | 第20-23页 |
| ·误差平方和准则函数法 | 第21页 |
| ·加权平均平方距离和准则法 | 第21-22页 |
| ·类间距离和准则 | 第22-23页 |
| ·聚类三步曲 | 第23-24页 |
| ·聚类的分类 | 第24-32页 |
| ·划分聚类 | 第24-25页 |
| ·分层聚类 | 第25-28页 |
| ·基于密度的聚类 | 第28-30页 |
| ·基于模型的聚类 | 第30-32页 |
| ·聚类算法的普遍问题 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 聚类分析在大类别汉字识别中的应用 | 第34-56页 |
| ·三种典型的聚类算法 | 第34-46页 |
| ·K-means 算法 | 第34-37页 |
| ·LVQ 算法 | 第37-41页 |
| ·核聚类算法 | 第41-44页 |
| ·上述三种聚类算法的实验对比 | 第44-46页 |
| ·两种特征提取算法简介 | 第46-50页 |
| ·Gabor 特征 | 第47-49页 |
| ·梯度特征 | 第49-50页 |
| ·LDA 降维算法 | 第50-51页 |
| ·实验结果分析 | 第51-54页 |
| ·手写体汉字识别实验 | 第51-53页 |
| ·印刷体汉字识别实验 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第四章 两种提高汉字识别的时间和空间效率的算法 | 第56-67页 |
| ·SPLIT VQ 算法 | 第56-62页 |
| ·Split VQ 算法思想 | 第56-58页 |
| ·实验结果分析 | 第58-62页 |
| ·两级聚类算法 | 第62-66页 |
| ·两级聚类算法思想 | 第62-65页 |
| ·实验结果分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 一种用于确定聚类数目的改进RPCL 算法 | 第67-75页 |
| ·RPCL 算法的介绍 | 第67-68页 |
| ·改进RPCL 算法的介绍和实现 | 第68-71页 |
| ·实验结果分析 | 第71-74页 |
| ·实验一 | 第71-72页 |
| ·实验二 | 第72-73页 |
| ·实验三 | 第73-74页 |
| ·实验四 | 第74页 |
| ·本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-84页 |
| 攻读硕士学位期间取得的研究成果 | 第84-85页 |
| 致谢 | 第85-86页 |
| 附件 | 第86页 |
