| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 课题的研究现状 | 第11-12页 |
| 1.3 课题研究的难点 | 第12-13页 |
| 1.4 课题研究的内容和章节安排 | 第13-16页 |
| 1.4.1 本论文的主要研究内容 | 第13-14页 |
| 1.4.2 本论文的章节安排 | 第14-16页 |
| 第二章 脱机手写体汉字识别实验平台的设计研究 | 第16-34页 |
| 2.1 脱机手写体汉字样本库的设计研究 | 第16-21页 |
| 2.1.1 手写体汉字样本样张的设计及采集 | 第16-18页 |
| 2.1.2 手写体汉字样本库的构建流程 | 第18-19页 |
| 2.1.3 手写体汉字样本库存储信息和组织方式 | 第19-21页 |
| 2.2 脱机手写体汉字样本的预处理 | 第21-28页 |
| 2.2.1 灰度化及二值化 | 第22-24页 |
| 2.2.2 平滑去噪处理 | 第24页 |
| 2.2.3 倾斜校正 | 第24-26页 |
| 2.2.4 行列切分 | 第26-27页 |
| 2.2.5 归一化 | 第27-28页 |
| 2.3 脱机手写体汉字识别实验平台的设计 | 第28-32页 |
| 2.3.1 手写体汉字实验平台系统架构 | 第28-29页 |
| 2.3.2 实验平台的功能模块设计 | 第29-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 脱机手写体汉字特征提取方法的研究 | 第34-48页 |
| 3.1 几种简单的手写体汉字特征提取方法 | 第35-37页 |
| 3.1.1 粗外围特征 | 第35-36页 |
| 3.1.2 笔划穿越数特征 | 第36页 |
| 3.1.3 网格特征 | 第36-37页 |
| 3.2 基于笔划密度的双弹性网格特征提取方法 | 第37-44页 |
| 3.2.1 笔划密度函数的定义 | 第38-42页 |
| 3.2.2 基于笔划密度的双弹性网格特征 | 第42-44页 |
| 3.2.2.1 双弹性网格的划分 | 第42-43页 |
| 3.2.2.2 特征提取过程和步骤 | 第43-44页 |
| 3.3 双弹性网格模糊特征提取方法 | 第44-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 脱机手写体汉字识别分类方法的研究 | 第48-58页 |
| 4.1 手写体汉字识别的二叉树分类结构 | 第48-50页 |
| 4.2 几种典型的手写体汉字分类方法 | 第50-53页 |
| 4.2.1 最近邻（KNN）分类法 | 第50-51页 |
| 4.2.2 贝叶斯决策分类法 | 第51-52页 |
| 4.2.3 支持向量机（SVM）分类法 | 第52-53页 |
| 4.3 BP 神经网络分类法 | 第53-55页 |
| 4.3.1 人工神经网络理论概述 | 第53-54页 |
| 4.3.2 BP 神经网络分类法 | 第54-55页 |
| 4.4 基于 BP 神经网络的 AdaBoost 分类识别方法研究 | 第55-57页 |
| 4.4.1 AdaBoost 算法概述 | 第55页 |
| 4.4.2 基于 BP 神经网络的 AdaBoost 算法 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 手写体汉字识别系统实现和实验结果分析 | 第58-70页 |
| 5.1 手写体汉字识别实验平台的系统实现和性能分析 | 第58-65页 |
| 5.1.1 实验平台的系统实现 | 第58-63页 |
| 5.1.2 实验平台系统的性能分析 | 第63-65页 |
| 5.2 脱机手写体汉字识别实验结果与分析 | 第65-68页 |
| 5.3 本章小结 | 第68-70页 |
| 第六章 结论 | 第70-72页 |
| 6.1 结论 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读学位期间所取得的相关科研成果 | 第76-78页 |
| 致谢 | 第78-79页 |
