| 摘要 | 第1-3页 |
| ABSTRACT | 第3-4页 |
| 目录 | 第4-6页 |
| 第一章 绪论 | 第6-14页 |
| ·分类器组合概述 | 第6-7页 |
| ·分类器动态组合概述 | 第7-9页 |
| ·OCR技术 | 第9-12页 |
| ·手写体数字识别系统的研究现状 | 第12页 |
| ·本文研究工作概述 | 第12-13页 |
| ·本文内容安排 | 第13-14页 |
| 第二章 基于分类器判决可靠度估计的最优线性集成方法 | 第14-28页 |
| ·引言 | 第14-15页 |
| ·分类器组合的几种传统方法 | 第15-17页 |
| ·最优线性集成方法 | 第17-21页 |
| ·线性集成原理 | 第17-18页 |
| ·距离向后验概率的转换方法 | 第18-20页 |
| ·应用模型Ⅰ | 第20页 |
| ·应用模型Ⅱ | 第20-21页 |
| ·分类器的判决可靠度 | 第21-23页 |
| ·判决可靠度与最优线性集成方法相结合 | 第23-26页 |
| ·概述 | 第23页 |
| ·权重W的定义形式 | 第23-24页 |
| ·最优权重W~*的训练 | 第24-25页 |
| ·Widrow-Hoff算法 | 第25-26页 |
| ·本文方法的应用步骤 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于各类别置信度的多分类器组合方法 | 第28-36页 |
| ·引言 | 第28页 |
| ·分类器置信度 | 第28-31页 |
| ·广义置信度与置信度概念 | 第29页 |
| ·基于距离的分类器的广义置信度估计 | 第29-30页 |
| ·多层前向神经网络分类器广义置信度估计 | 第30页 |
| ·从广义置信度求置信度的方法 | 第30-31页 |
| ·分类器各类别置信度 | 第31-34页 |
| ·各类别广义置信度估计 | 第31-32页 |
| ·各类别置信度估计 | 第32页 |
| ·各类别置信度的实验结果 | 第32-34页 |
| ·各类别置信度的应用 | 第34-35页 |
| ·应用1 | 第34页 |
| ·应用2 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第四章 实验 | 第36-48页 |
| ·单分类器概述 | 第36-40页 |
| ·分类器理论 | 第36-39页 |
| ·单分类器实验数据 | 第39-40页 |
| ·基于分类器判决可靠度估计的最优线性集成方法实验 | 第40-45页 |
| ·基于各类别置信度的多分类器组合方法 | 第45-47页 |
| ·小结 | 第47-48页 |
| 结束语 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 研究生期间发表的论文 | 第54页 |