基于混沌优化方法的BP神经网络的印刷体字符识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究的意义和目的 | 第10页 |
| ·光学字符识别技术国内外研究现状 | 第10-11页 |
| ·字符识别的主要方法和技术 | 第11-16页 |
| ·图像处理技术 | 第11-12页 |
| ·字符特征提取方法 | 第12-13页 |
| ·字符识别方法 | 第13页 |
| ·人工神经网络技术 | 第13-16页 |
| ·本文的主要研究内容 | 第16-17页 |
| 第2章 字符图像预处理 | 第17-29页 |
| ·彩色图像的灰度化 | 第17-19页 |
| ·灰度图像的二值化 | 第19-24页 |
| ·字符图像的倾斜校正 | 第24-25页 |
| ·字符分割 | 第25-27页 |
| ·字符的归一化 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 图像字符的特征提取 | 第29-34页 |
| ·概述 | 第29-30页 |
| ·图像特征的分类 | 第30页 |
| ·字符特征提取方法 | 第30-33页 |
| ·字符特征向量的提取 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第4章 人工神经网络和混沌优化算法 | 第34-41页 |
| ·人工神经网络 | 第34-38页 |
| ·人工神经元模型 | 第34-35页 |
| ·BP 神经网络学习算法 | 第35-38页 |
| ·混沌优化算法 | 第38-40页 |
| ·混沌 | 第38页 |
| ·混沌优化算法 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 基于混沌优化的BP 神经网络的字符识别 | 第41-52页 |
| ·字符识别技术的发展情况 | 第41页 |
| ·BP 神经网络和混沌优化方法的结合 | 第41-42页 |
| ·BP 神经网络结构和参数的设计 | 第42-46页 |
| ·输入层神经元个数 | 第43页 |
| ·输出层神经元个数 | 第43页 |
| ·隐含层层数及隐含层神经元数目的选择 | 第43-44页 |
| ·神经元激励函数的选取 | 第44-45页 |
| ·BP 神经网络学习参数的设置 | 第45-46页 |
| ·基于混沌优化的BP 神经网络的字符识别 | 第46-51页 |
| ·混沌优化的BP 神经网络 | 第46-47页 |
| ·BP 神经网络的训练 | 第47-49页 |
| ·BP 神经网络的字符识别 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |
