首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于笔划密度特征的二叉树SVM脱机手写体汉字识别方法研究

摘要第1-6页
ABSTRACT第6-8页
致谢第8-12页
第一章 绪论第12-16页
   ·脱机手写体汉字识别研究背景及意义第12页
   ·脱机手写体汉字识别的研究现状及发展趋势第12-13页
   ·脱机手写体汉字识别的难点第13-14页
   ·论文的内容和安排第14-16页
第二章 脱机手写体汉字图像预处理与特征提取第16-27页
   ·脱机手写体汉字图像的预处理第16-19页
     ·汉字图像的归一化和细化预处理第16-17页
     ·汉字图像的小波分解预处理第17-19页
   ·粗分类特征提取方法第19-25页
     ·小波分解子图投影特征的定义及特点第19-20页
     ·脱机手写体汉字像素密度特征分布及特点第20-25页
   ·细分类识别汉字特征提取方法第25-27页
     ·基于弹性网格的外围轮廓特征第25页
     ·小波多网格特征第25-27页
第三章 二叉树 SVM 脱机手写体汉字粗分类研究第27-34页
   ·脱机手写体汉字多级分类第27页
   ·基于相似度二叉树 SVM 粗分类方法第27-29页
     ·粗分类类别的划分第28页
     ·相似度定义第28页
     ·依据相似度剪枝二叉树 SVM 分类方法第28-29页
   ·粗分类算法第29-30页
   ·粗分类仿真实例第30-34页
第四章 脱机手写体汉字细分类识别第34-37页
   ·脱机手写体汉字图像识别流程第34-35页
   ·支持向量机多分类算法第35页
   ·脱机手写体汉字细分类算法第35-37页
     ·手写体汉字细分类的特征第35-36页
     ·脱机手写体细分类算法第36-37页
第五章 脱机手写体汉字识别仿真第37-44页
   ·实验样本的选取第37页
   ·实验实例第37-44页
     ·手写体汉字多级粗分类特征提取及分类第37-40页
     ·脱机手写体汉字细分类特征提取与识别第40-44页
第六章 总结与展望第44-45页
   ·论文工作总结第44页
   ·今后研究工作展望第44-45页
参考文献第45-48页
攻读硕士学位期间发表的论文第48-49页

论文共49页,点击 下载论文
上一篇:STATCOM对距离保护动作特性影响及改进测量阻抗算法的研究
下一篇:基于MRF模型的图像聚类与检索研究