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

基于二叉树多层分类SVM的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8-13页
第一章 绪论第13-19页
   ·汉字识别研究概述第13-14页
   ·汉字识别研究的发展历程及现状第14-16页
     ·汉字识别研究的发展进程第14-15页
     ·汉字识别的研究现状第15-16页
   ·脱机手写体汉字识别的难点第16页
   ·脱机手写体汉字识别的研究热点第16-17页
   ·本课题的研究意义及论文内容安排第17-19页
     ·课题研究意义第17-18页
     ·论文内容安排第18-19页
第二章 支持向量机理论及其核参数优化第19-28页
   ·支持向量机理论第19-28页
     ·支持向量机的分类原理第19-22页
     ·支持向量机核函数的参数选择第22-28页
第三章 脱机手写体汉字的粗分类二叉树结构第28-33页
   ·汉字粗分类二叉树结构设计第28-33页
     ·基于汉字复杂度的分类第29页
     ·基于字型结构的分类第29-31页
     ·基于外围边框类型的分类第31-33页
第四章 脱机手写体汉字图像的特征提取及融合第33-43页
   ·粗分类中的手写体汉字特征提取方法第33-37页
     ·粗网格特征提取第33-34页
     ·直方图结构统计特征提取第34-37页
     ·四周面积编码特征提取第37页
   ·细分类中的手写体汉字特征提取方法第37-41页
     ·二维小波网格特征第37-38页
     ·笔划密度特征第38-39页
     ·笔划方向特征第39-41页
   ·手写体汉字特征的多特征融合第41-43页
     ·细分类识别中的多特征融合第42-43页
第五章 脱机手写体汉字识别的算法研究第43-46页
   ·脱机手写体汉字的 SVM 二叉树算法第43-45页
     ·基于支持向量机的二叉树粗分类算法第43-44页
     ·汉字识别算法第44-45页
   ·脱机手写体汉字的多特征融合算法第45-46页
第六章 脱机手写体汉字识别的仿真研究第46-53页
   ·汉字图像库的建立第46-47页
   ·汉字图像的预处理第47-48页
     ·图像的切分第47页
     ·图像的归一化第47页
     ·图像的细化第47-48页
   ·基于 SVM 的汉字二叉树粗分类第48-49页
   ·汉字细分类识别第49-53页
第七章 总结与展望第53-54页
参考文献第54-58页
攻读硕士学位期间发表的论文第58-59页

论文共59页,点击 下载论文
上一篇:基于机器视觉的汽车感观测量研究
下一篇:基于变精度粗糙集的手写体汉字识别方法的研究