基于LVQ神经网络的手写英文字母识别
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| Contents | 第11-14页 |
| 第一章 绪论 | 第14-23页 |
| ·字符识别的发展现状 | 第14-16页 |
| ·目的和意义 | 第14-15页 |
| ·研究现状 | 第15-16页 |
| ·字符识别方法 | 第16-20页 |
| ·基于统计特征的字符识别技术 | 第16-17页 |
| ·基于结构特征的字符识别技术 | 第17-19页 |
| ·基于神经网络的字符识别技术 | 第19-20页 |
| ·问题和困难 | 第20-21页 |
| ·印刷体字符识别 | 第20-21页 |
| ·手写体字符识别 | 第21页 |
| ·本文的主要研究内容及各章节安排 | 第21-23页 |
| 第二章 字母识别系统的设计思想 | 第23-25页 |
| ·系统设计思想 | 第23-24页 |
| ·系统框图 | 第24-25页 |
| 第三章 字母识别预处理 | 第25-34页 |
| ·去离散噪声 | 第25-26页 |
| ·归一化调整 | 第26-27页 |
| ·位置归一化 | 第26页 |
| ·大小归一化 | 第26-27页 |
| ·细化 | 第27-31页 |
| ·常用细化算法 | 第28-29页 |
| ·改进的细化算法 | 第29-31页 |
| ·轮廓化 | 第31-34页 |
| ·轮廓跟踪 | 第31-33页 |
| ·轮廓提取 | 第33-34页 |
| 第四章 特征提取 | 第34-42页 |
| ·特征提取的分类 | 第34-36页 |
| ·统计特征 | 第34-35页 |
| ·结构特征 | 第35-36页 |
| ·统计与结构相结合 | 第36页 |
| ·本文使用的特征提取 | 第36-42页 |
| ·方向特征 | 第37-38页 |
| ·投影特征 | 第38页 |
| ·粗网格特征 | 第38-39页 |
| ·外围轮廓特征 | 第39-41页 |
| ·多种特征相结合 | 第41-42页 |
| 第五章 基于LVQ神经网络的手写字母识别 | 第42-53页 |
| ·LVQ神经网络模型概述 | 第42-46页 |
| ·Kohonen竞争算法与竞争网络 | 第42-44页 |
| ·LVQ神经网络拓扑结构确定 | 第44-45页 |
| ·LVQ神经网络学习算法 | 第45-46页 |
| ·LVQ神经网络优化及改进 | 第46-48页 |
| ·LVQ网络算法的不足 | 第46-47页 |
| ·LVQ网络算法的改进 | 第47-48页 |
| ·LVQ神经网络设计 | 第48-50页 |
| ·输入层和输出层节点数目的确定 | 第49页 |
| ·隐层节点数的确定 | 第49-50页 |
| ·学习速率的选取 | 第50页 |
| ·神经网络训练 | 第50-53页 |
| ·训练步骤 | 第51页 |
| ·网络训练 | 第51-53页 |
| 第六章 实验结果及分析 | 第53-56页 |
| ·实验结果 | 第53-54页 |
| ·实验结果分析 | 第54-56页 |
| 总结 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 研究生期间发表的论文 | 第61-63页 |
| 致谢 | 第63页 |
