| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 图表目录 | 第8-9页 |
| 第一章 绪论 | 第9-13页 |
| ·联机手写体文字识别的发展及现状 | 第9-10页 |
| ·联机手写体蒙古文字识别技术的研究意义 | 第10页 |
| ·研究的内容 | 第10-11页 |
| ·本文各章内容安排 | 第11-13页 |
| 第二章 联机手写体文字识别概述 | 第13-32页 |
| ·统计模式识别技术 | 第13-18页 |
| ·统计方法的特征提取 | 第14-15页 |
| ·分类器的设计 | 第15-17页 |
| ·统计决策方法的应用 | 第17-18页 |
| ·结构模式识别技术 | 第18-24页 |
| ·模式基元的选择 | 第20-21页 |
| ·句法分析 | 第21页 |
| ·字符串的识别与分析 | 第21-23页 |
| ·结构模式识别的应用 | 第23-24页 |
| ·统计决策与结构方法相结合 | 第24-25页 |
| ·人工神经网络 | 第25-29页 |
| ·神经网络模式识别特点 | 第26-27页 |
| ·神经网络模式识别分类器概述 | 第27-29页 |
| ·基于机器学习的识别方法 | 第29-32页 |
| ·基于机器学习的识别方法的概述 | 第29-30页 |
| ·基于机器学习的识别方法的应用 | 第30-32页 |
| 第三章 联机手写体识别技术的研究 | 第32-51页 |
| ·手写体蒙古文的特点分析 | 第32-33页 |
| ·手写体蒙古文字识别原理及原理图 | 第33-35页 |
| ·预处理 | 第35-37页 |
| ·切分思想 | 第37-39页 |
| ·特征提取和多分类器的建立 | 第39-48页 |
| ·粗分类特征 | 第40-41页 |
| ·细分类特征 | 第41-42页 |
| ·DTW匹配识别算法 | 第42-45页 |
| ·HMM模型 | 第45-47页 |
| ·HMM模型在文字识别中的应用 | 第45-47页 |
| ·模板特征转换为适合HMM模型的概率形式 | 第47页 |
| ·延迟笔划的处理 | 第47-48页 |
| ·识别思想 | 第48-49页 |
| ·联机手写体识别系统举例 | 第49-51页 |
| 第四章 联机手写体蒙古文字识别系统的实现及相关实验数据 | 第51-56页 |
| ·系统实现 | 第51页 |
| ·系统界面 | 第51-52页 |
| ·实验结果 | 第52-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-60页 |