脫機(jī)手寫漢字識別若干關(guān)鍵技術(shù)研究

第1章  緒論  1．1  課題的提出  1．2  研究現(xiàn)狀分析  1．3  研究內(nèi)容和主要工作  1．4  本書的結(jié)構(gòu)及安排  參考文獻(xiàn)第2章  脫機(jī)手寫漢字識別系統(tǒng)的實(shí)現(xiàn)  2．1  脫機(jī)手寫漢字識別系統(tǒng)    2．1．1  識別原理    2．1．2  基于模板匹配的兩級脫機(jī)手寫漢字識別系統(tǒng)  2．2  手寫漢字識別系統(tǒng)的特征提取    2．2．1  方向線素的定義    2．2．2  方向線素特征的提取  2．3  基于模板匹配的識別算法  2．4  漢字識別系統(tǒng)的粗分類算法    2．4．1  粗分類特征提取    2．4．2  粗分類時的識別算法  2．5  漢字識別系統(tǒng)的細(xì)分類算法    2．5．1  細(xì)分類特征提取    2．5．2  細(xì)分類時的識別算法    2．6  本章小結(jié)  參考文獻(xiàn)第3章  HCL2004脫機(jī)手寫漢字庫及相關(guān)研究      3．1  研究背景及現(xiàn)狀  3．2   HCL2000手寫漢字?jǐn)?shù)據(jù)庫    3．2．1  數(shù)據(jù)庫系統(tǒng)模型    3．2．2  漢字樣本信息的組織    3．2．3  書寫者信息的管理    3．2．4  兩種信息的互查方法    3．2．5  HCL2000的數(shù)據(jù)分布  3．3  對HCL2000數(shù)據(jù)庫進(jìn)行更新的原因  3．4  手寫漢字?jǐn)?shù)據(jù)庫HCL2004系統(tǒng)模型及實(shí)現(xiàn)    3．4．1  漢字樣本信息的組織形式    3．4．2  樣本集的劃分    3．4．3  HCL2004手寫漢字?jǐn)?shù)據(jù)庫的實(shí)現(xiàn)  3．5  基于HCL2004數(shù)據(jù)庫的分析    3．5．1  實(shí)驗(yàn)系統(tǒng)    3．5．2  訓(xùn)練樣本數(shù)與識別率    3．5．3  樣本質(zhì)量的選擇與識別    3．5．4  基于單字的識別性能分析    3．5．5  關(guān)于距離測度分類器性能的分析  3．6  本章小結(jié)  參考文獻(xiàn)第4章  基于統(tǒng)計(jì)分析的手寫漢字識別算法研究  4．1  引言  4．2  幾種常用的平均數(shù)    4．2．1  均值    4．2．2 中位數(shù)  4．3  樣本數(shù)據(jù)的分散程度描述    4．3．1  標(biāo)準(zhǔn)差    4．3．2  極差  4．4  HCL2004數(shù)據(jù)庫樣本特征分析  4．5  基于平均數(shù)的手寫漢字標(biāo)準(zhǔn)模板    4．5．1  基于均值的標(biāo)準(zhǔn)模板    4．5．2  基于分位數(shù)的標(biāo)準(zhǔn)模板  4．6  引人數(shù)據(jù)分散程度參數(shù)的距離測度    4．6．1  引入極差的距離測度    4．6．2  引入標(biāo)準(zhǔn)差的距離測度  4．7  實(shí)驗(yàn)    4．7．1  不同標(biāo)準(zhǔn)模板分類性能分析    4．7．2  引入不同分散程度參數(shù)的距離測度分類性能分析  4．8  本章小結(jié)  參考文獻(xiàn)第5章  基于高階統(tǒng)計(jì)量的距離測度  5．1  引言  5．2  在距離測度中引入高階統(tǒng)計(jì)量  5．3  基于二階標(biāo)準(zhǔn)差的距離測度    5．3．1  二階標(biāo)準(zhǔn)差的定義    5．3．2  用二階標(biāo)準(zhǔn)差刻畫特征分布的可行性分析    5．3．3  基于二階標(biāo)準(zhǔn)差的距離測度    5．3．4  實(shí)驗(yàn)  5．4  基于高階統(tǒng)計(jì)量的距離測度    5．4．1  3種高階統(tǒng)計(jì)量    5．4．2  基于高階統(tǒng)計(jì)量的距離測度    5．4．3  實(shí)驗(yàn)  5．5  本章小結(jié)  參考文獻(xiàn)第6章  基于樣本聚類的多級漢字識別系統(tǒng)  6．1引言  6．2  基于DB準(zhǔn)則的K均值聚類算法    6．2．1  K均值算法    6．2．2  DB有效性準(zhǔn)則    6．2．3  基于DB準(zhǔn)則的K均值算法  6．3多模板匹配算法    6．3．1  多模板匹配算法原理    6．3．2  多模板匹配算法的設(shè)計(jì)方案  6．4  實(shí)驗(yàn)    6．4．1  實(shí)驗(yàn)系統(tǒng)    6．4．2  系統(tǒng)實(shí)現(xiàn)    6．4．3  實(shí)驗(yàn)結(jié)果及分析  6．5  本章小結(jié)  參考文獻(xiàn)第7章  基于廣義置信度的樣本選擇算法  7．1  引言  7．2  字符識別的置信度分析    7．2．1  分類器的置信度和廣義置信度    7．2．2  分類器的置信度估計(jì)  7．3  基于廣義置信度的邊界樣本定義  7．4  基于廣義置信度的樣本選擇算法  7．5  實(shí)驗(yàn)結(jié)果及分析  7．6  本章小結(jié)  參考文獻(xiàn)第8章  結(jié)束語