基于神经树的英文字符识别技术研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第9-14页 |
| ·本课题的研究背景及意义 | 第9-10页 |
| ·课题的研究背景 | 第9-10页 |
| ·课题的研究意义 | 第10页 |
| ·字符识别的国内外研究发展及现状 | 第10-11页 |
| ·字符识别方法 | 第11-13页 |
| ·本文主要研究内容及结构安排 | 第13-14页 |
| 第二章 字符预处理技术 | 第14-23页 |
| ·灰度二值化 | 第14-15页 |
| ·消除干扰 | 第15-17页 |
| ·字符分割 | 第17-18页 |
| ·倾斜矫正 | 第18-19页 |
| ·字符归一化 | 第19-20页 |
| ·位置归一化 | 第19-20页 |
| ·大小归一化 | 第20页 |
| ·锐化 | 第20页 |
| ·笔画粗细的调整 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 特征提取 | 第23-31页 |
| ·结构特征 | 第24-25页 |
| ·统计特征 | 第25-27页 |
| ·融合特征 | 第27页 |
| ·本文所用特征 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 神经树基本理论 | 第31-46页 |
| ·神经网络及其理论基础 | 第32-36页 |
| ·人工神经网络发展史 | 第32-33页 |
| ·神经元模型 | 第33-34页 |
| ·神经网络设计及其学习算法 | 第34-36页 |
| ·FNT 的编码结构及产生 | 第36-37页 |
| ·适应度评价函数 | 第37-38页 |
| ·FNT 结构优化算法 | 第38-41页 |
| ·参数优化算法 | 第41-45页 |
| ·构造FNT 的算法流程 | 第45-46页 |
| 第五章 基于神经树的手写体识别模型研究 | 第46-57页 |
| ·USPS 数据库的使用 | 第46-47页 |
| ·仿真实验 | 第47-56页 |
| ·数据提取及预处理 | 第48-53页 |
| ·特征提取 | 第53-55页 |
| ·神经树模型设计 | 第55-56页 |
| ·结果分析 | 第56-57页 |
| 第六章 基于神经树的手写字母识别系统设计 | 第57-64页 |
| ·系统设计思想 | 第57-58页 |
| ·程序实现 | 第58-61页 |
| ·系统运行过程 | 第61-64页 |
| ·结果分析 | 第64页 |
| 总结与展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间发表的论文和参与的项目 | 第70页 |
