| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 手写体汉字识别的研究背景和意义 | 第9-10页 |
| 1.2 文字识别技术的发展现状 | 第10-16页 |
| 1.2.1 手写体汉字识别研究的发展与现状 | 第10-12页 |
| 1.2.2 手写体汉字识别的研究难点 | 第12-13页 |
| 1.2.3 手写汉字数据库的研究现状 | 第13-16页 |
| 1.3 深度学习在图像分类领域研究进展 | 第16-17页 |
| 1.4 本文工作及内容安排 | 第17-19页 |
| 1.4.1 论文研究的主要内容 | 第17页 |
| 1.4.2 本文各章内容安排 | 第17-19页 |
| 第二章 卷积神经网络 | 第19-29页 |
| 2.1 卷积神经网络的结构特点 | 第19-21页 |
| 2.1.1 局部连接 | 第19-20页 |
| 2.1.2 参数共享 | 第20-21页 |
| 2.1.3 空间下采样(池化) | 第21页 |
| 2.2 卷积神经网络的前向传播 | 第21-24页 |
| 2.2.1 卷积层的前向传播 | 第21-22页 |
| 2.2.2 下采样层的前向传播 | 第22页 |
| 2.2.3 全连接层的前向传播 | 第22-23页 |
| 2.2.4 Softmax层的前向传播 | 第23-24页 |
| 2.3 卷积神经网络的反向传播 | 第24-28页 |
| 2.3.1 Softmax层的反向传播 | 第24-25页 |
| 2.3.2 全连接层的反向传播 | 第25页 |
| 2.3.3 下采样层的反向传播 | 第25-26页 |
| 2.3.4 卷积层的反向传播 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 手写体汉字识别方法 | 第29-42页 |
| 3.1 手写体汉字识别的流程 | 第29-30页 |
| 3.2 预处理 | 第30-33页 |
| 3.2.1 对比度增强 | 第30页 |
| 3.2.2 插值平滑 | 第30-31页 |
| 3.2.3 规整化 | 第31-33页 |
| 3.2.4 随机形变 | 第33页 |
| 3.3 特征提取 | 第33-39页 |
| 3.3.1 离线手写汉字样本的特征提取 | 第34-35页 |
| 3.3.2 在线手写体汉字的特征提取 | 第35-39页 |
| 3.4 分类识别 | 第39-41页 |
| 3.4.1 预训练阶段 | 第39-40页 |
| 3.4.2 训练阶段 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于卷积神经网络的手写体汉字识别实验 | 第42-60页 |
| 4.1 实验数据 | 第42-43页 |
| 4.1.1 离线手写体汉字实验数据 | 第42-43页 |
| 4.1.2 在线手写体汉字实验数据 | 第43页 |
| 4.2 离线手写体汉字识别实验 | 第43-56页 |
| 4.2.1 实验一：汉字图像分辨率的对比 | 第43-46页 |
| 4.2.2 实验二：汉字样本预处理方法对比 | 第46-49页 |
| 4.2.3 实验三：网络结构的优化调整 | 第49-52页 |
| 4.2.4 实验四：原始图像与八方向梯度特征对比 | 第52-53页 |
| 4.2.5 实验五：加速网络参数收敛的监督式预训练方法 | 第53-54页 |
| 4.2.6 性能对比和错误分析 | 第54-56页 |
| 4.3 在线手写体汉字识别实验 | 第56-59页 |
| 4.3.1 实验一：网络输入层尺寸对比 | 第56-57页 |
| 4.3.2 实验二：网络结构的优化 | 第57页 |
| 4.3.3 实验三：在线手写特征性能对比 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 本文工作总结 | 第60页 |
| 5.2 存在不足与展望 | 第60-62页 |
| 参考文献 | 第62-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间的研究成果 | 第71页 |