基于卷积神经网络的文本验证码自动识别
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 验证码简介 | 第14页 |
| 1.2 验证码分类 | 第14-16页 |
| 1.2.1 文本验证码 | 第15页 |
| 1.2.2 图像验证码 | 第15-16页 |
| 1.2.3 语音验证码 | 第16页 |
| 1.3 国内外研究现状 | 第16-17页 |
| 1.4 研究的目的和意义 | 第17-18页 |
| 1.5 研究内容和框架 | 第18-20页 |
| 1.5.1 研究内容 | 第18页 |
| 1.5.2 组织框架 | 第18-20页 |
| 第二章 卷积神经网络 | 第20-28页 |
| 2.1 卷积神经网络简介 | 第20-21页 |
| 2.2 网络结构 | 第21-27页 |
| 2.2.1 卷积层 | 第21-22页 |
| 2.2.2 激活函数 | 第22-24页 |
| 2.2.3 池化层 | 第24-25页 |
| 2.2.4 Dropout层 | 第25页 |
| 2.2.5 全连接层 | 第25-26页 |
| 2.2.6 优化器 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 预处理和字符分割 | 第28-42页 |
| 3.1 本文破解的文本验证码 | 第29-30页 |
| 3.2 预处理 | 第30-35页 |
| 3.2.1 二值化 | 第30-32页 |
| 3.2.2 去除复杂背景 | 第32-33页 |
| 3.2.3 旋转字符 | 第33-35页 |
| 3.3 字符分割 | 第35-40页 |
| 3.3.1 预测字符个数 | 第35-37页 |
| 3.3.2 分割字符 | 第37-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 字符识别 | 第42-54页 |
| 4.1 创建数据集 | 第42-44页 |
| 4.1.1 数据集扩充 | 第42-43页 |
| 4.1.2 去除残缺样本 | 第43-44页 |
| 4.2 创建网络 | 第44-49页 |
| 4.2.1 Le Net-5 | 第44-45页 |
| 4.2.2 改进网络结构 | 第45-49页 |
| 4.3 训练和识别 | 第49-52页 |
| 4.3.1 训练 | 第49-51页 |
| 4.3.2 识别 | 第51-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 结果分析与讨论 | 第54-60页 |
| 5.1 实验结果及评估 | 第54-56页 |
| 5.1.1 实验准则 | 第54页 |
| 5.1.2 攻击结果 | 第54-55页 |
| 5.1.3 实验评估 | 第55-56页 |
| 5.1.4 其他方法 | 第56页 |
| 5.2 文本验证码的安全性 | 第56-59页 |
| 5.2.1 文本验证码的特征 | 第56-57页 |
| 5.2.2 识别技术的发展 | 第57-58页 |
| 5.2.3 对文本验证码的建议 | 第58-59页 |
| 5.3 本章小结 | 第59-60页 |
| 第六章 总结及展望 | 第60-62页 |
| 6.1 本文工作总结 | 第60页 |
| 6.2 进一步研究方向 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 作者简介 | 第68-69页 |
