脱机中文手写文档检索关键技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-23页 |
| ·课题背景及其意义 | 第12-17页 |
| ·脱机手写文档分析研究现状 | 第17-19页 |
| ·本文的研究内容和重点 | 第19-21页 |
| ·本文组织结构 | 第21-23页 |
| 第二章 脱机手写文档检索关键技术 | 第23-46页 |
| ·引言 | 第23-24页 |
| ·手写文档图像的文本行分割 | 第24-28页 |
| ·基于自顶向下策略的分割方法 | 第24-26页 |
| ·基于自底向上策略的分割方法 | 第26-27页 |
| ·基于混合策略的分割方法 | 第27-28页 |
| ·手写文档图像的关键词检索 | 第28-42页 |
| ·基于图像匹配的检索方法 | 第30-35页 |
| ·基于统计模型的检索方法 | 第35-42页 |
| ·中日文手写文档图像关键词检索方法 | 第42-44页 |
| ·中文手写文档图像的关键词检索 | 第42-43页 |
| ·日文手写文档图像的关键词检索 | 第43-44页 |
| ·小结 | 第44-46页 |
| 第三章 脱机文档图像的文本行分割 | 第46-76页 |
| ·引言 | 第46-48页 |
| ·基于自适应游程平滑的文本行分割 | 第48-55页 |
| ·基本原理 | 第48-52页 |
| ·自适应游程平滑 | 第52-53页 |
| ·去除噪声点、标点符号及孤立笔画 | 第53页 |
| ·行间障碍检测 | 第53-54页 |
| ·后处理 | 第54-55页 |
| ·基于最小张树聚类的文本行分割 | 第55-64页 |
| ·基本原理 | 第56-58页 |
| ·距离测度学习 | 第58-61页 |
| ·文本行聚类 | 第61-64页 |
| ·基于图的集成聚类的文本行分割 | 第64-71页 |
| ·基本原理 | 第65-67页 |
| ·文档图的构建 | 第67-69页 |
| ·文档图的边的权值 | 第69页 |
| ·基于文档图的聚类算法 | 第69-70页 |
| ·聚类算法的参数估计 | 第70-71页 |
| ·实验 | 第71-75页 |
| ·实验数据 | 第72-73页 |
| ·评价准则 | 第73-74页 |
| ·实验结果 | 第74-75页 |
| ·小结 | 第75-76页 |
| 第四章 基于统计模型的脱机文档图像检索 | 第76-114页 |
| ·引言 | 第76-78页 |
| ·系统概述 | 第78-81页 |
| ·预处理模块 | 第81-82页 |
| ·文本行的分割 | 第81页 |
| ·文本行字符的过切分 | 第81-82页 |
| ·词匹配模型 | 第82-87页 |
| ·问题描述 | 第83-84页 |
| ·模型构建 | 第84-87页 |
| ·多种特征函数 | 第87-97页 |
| ·字符分类器 | 第87-91页 |
| ·几何上下文模型 | 第91-94页 |
| ·语言上下文模型 | 第94-95页 |
| ·置信度转换 | 第95-97页 |
| ·参数学习准则 | 第97-99页 |
| ·搜索算法 | 第99-101页 |
| ·实验 | 第101-112页 |
| ·实验数据设置 | 第101页 |
| ·评价准则 | 第101-102页 |
| ·单字检索 | 第102-104页 |
| ·关键词检索 | 第104-106页 |
| ·与基于文本识别的关键词检索的比较 | 第106-108页 |
| ·小字符类别集上的实验 | 第108-111页 |
| ·计算复杂度 | 第111-112页 |
| ·小结 | 第112-114页 |
| 第五章 总结与展望 | 第114-117页 |
| ·工作总结 | 第114-116页 |
| ·展望 | 第116-117页 |
| 参考文献 | 第117-127页 |
| 攻博期间发表科研成果目录 | 第127-128页 |
| 致谢 | 第128页 |
