基于神经网络验证系统的研究与实现
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 验证码的分类 | 第10-12页 |
| 1.3 国内外研究方法 | 第12-14页 |
| 1.4 论文的研究内容 | 第14-16页 |
| 第2章 验证码预处理与分割 | 第16-28页 |
| 2.1 图像预处理 | 第16-18页 |
| 2.1.1 图像灰度化 | 第16-17页 |
| 2.1.2 图像二值化 | 第17-18页 |
| 2.2 验证码分割 | 第18-24页 |
| 2.2.1 图像分割算法介绍 | 第18-21页 |
| 2.2.2 分割算法的分析设计 | 第21-23页 |
| 2.2.3 验证码分割算法流程图 | 第23-24页 |
| 2.3 图像归一化 | 第24-25页 |
| 2.4 本章小结 | 第25-28页 |
| 第3章 卷积神经网络 | 第28-40页 |
| 3.1 卷积神经网络简介 | 第28页 |
| 3.2 反向传播算法 | 第28-32页 |
| 3.2.1 神经网络的基础 | 第28-30页 |
| 3.2.2 代价函数 | 第30-31页 |
| 3.2.3 BP算法推导 | 第31-32页 |
| 3.3 卷积神经网络结构 | 第32-35页 |
| 3.3.1 卷积层 | 第32页 |
| 3.3.2 Pooling layer | 第32-33页 |
| 3.3.3 网络结构模型 | 第33-35页 |
| 3.4 卷积神经网络的训练 | 第35-38页 |
| 3.4.1 训练过程 | 第35页 |
| 3.4.2 优化方法 | 第35-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 验证码识别系统的设计与实现 | 第40-52页 |
| 4.1 系统分析 | 第40-41页 |
| 4.2 数据集制作 | 第41-44页 |
| 4.2.1 验证码抓取 | 第41-42页 |
| 4.2.2 数据集的选取与存储 | 第42-43页 |
| 4.2.3 字符编码 | 第43-44页 |
| 4.3 软件功能实现 | 第44-49页 |
| 4.3.1 Torch3开发类库 | 第44-45页 |
| 4.3.2 软件类图设计 | 第45-46页 |
| 4.3.3 软件运行结果 | 第46-49页 |
| 4.4 实验结果分析 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 总结和展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-62页 |
| 攻读学位期间科研成果 | 第62页 |
