基于多级神经网络分类器的手写数字识别
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题的提出 | 第10-11页 |
| ·手写字符识别研究的主要方法 | 第11-13页 |
| ·课题研究内容 | 第13-14页 |
| ·论文结构安排 | 第14-16页 |
| 第二章 手写数字识别预处理技术 | 第16-38页 |
| ·图像二值化 | 第16-17页 |
| ·连通域标记 | 第17-24页 |
| ·连通域分析 | 第18-19页 |
| ·基于分支并查的连通区域快速标记算法 | 第19-24页 |
| ·图像切分 | 第24-26页 |
| ·图像归一化 | 第26-35页 |
| ·图像细化 | 第35-37页 |
| ·小结 | 第37-38页 |
| 第三章 手写数字的特征提取 | 第38-49页 |
| ·引言 | 第38页 |
| ·统计特征的提取 | 第38-42页 |
| ·粗网格特征 | 第38-39页 |
| ·投影特征 | 第39-40页 |
| ·重心及重心矩 | 第40页 |
| ·傅立叶特征 | 第40-42页 |
| ·链码方向特征 | 第42页 |
| ·结构特征的提取 | 第42-46页 |
| ·笔划密度特征 | 第42页 |
| ·凹性特征 | 第42-45页 |
| ·轮廓特征 | 第45-46页 |
| ·特征组合实验 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第四章 分类器的设计 | 第49-58页 |
| ·引言 | 第49页 |
| ·3 级分类器 | 第49-55页 |
| ·粗分类器的设计 | 第50-52页 |
| ·BP 神经网络分类器的设计 | 第52-53页 |
| ·局部分类器 | 第53-55页 |
| ·实验结果及分析 | 第55-58页 |
| 第五章 结论及展望 | 第58-60页 |
| ·结论 | 第58-59页 |
| ·进一步的工作 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 在学研究成果 | 第63-64页 |
| 致谢 | 第64页 |
