| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-20页 |
| ·引言 | 第11-12页 |
| ·字符识别的原理和方法 | 第12-17页 |
| ·统计模式识别 | 第12-15页 |
| ·结构模式识别 | 第15-16页 |
| ·统计识别与结构识别的结合 | 第16页 |
| ·人工神经网络 | 第16-17页 |
| ·手写体数字识别的研究现状 | 第17-18页 |
| ·特征提取 | 第17页 |
| ·分类器 | 第17-18页 |
| ·本文内容安排 | 第18-19页 |
| 参考文献 | 第19-20页 |
| 第二章 手写体数字识别中的特征提取 | 第20-32页 |
| ·概述 | 第20-22页 |
| ·主成分分析及其在特征提取与选择中的应用 | 第22-24页 |
| ·二维主成分分析(2DPCA) | 第24-26页 |
| ·2DPCA的原理与算法 | 第24-26页 |
| ·2DPCA用于特征提取 | 第26页 |
| ·扩展的主成分分析方法 | 第26-29页 |
| ·NetPCA | 第29-31页 |
| 参考文献 | 第31-32页 |
| 第三章 基于人工神经网络的手写数字识别 | 第32-48页 |
| ·概述 | 第32-33页 |
| ·人工神经网络简介 | 第33-36页 |
| ·多输入单输出人工神经元模型 | 第33-35页 |
| ·人工神经网络结构 | 第35-36页 |
| ·反向传播(Back-Propagation，BP)算法 | 第36-39页 |
| ·代数算法 | 第39-47页 |
| ·符号约定 | 第39-41页 |
| ·代数算法的理论与实现 | 第41-47页 |
| 参考文献 | 第47-48页 |
| 第四章 手写体数字识别系统的设计和算法实现 | 第48-58页 |
| ·概述 | 第48-50页 |
| ·数据库介绍 | 第48页 |
| ·手写数字识别系统简介 | 第48-50页 |
| ·实验步骤 | 第50-52页 |
| ·实验结果及分析 | 第52-58页 |
| 附录 代数算法源代码(C++) | 第58-61页 |
| 致谢 | 第61-62页 |
| 作者攻读学位期间发表的学术论文目录 | 第62页 |