声明
摘要
第1章 绪论
1.1 概述
1.2 研究的背景
1.3 研究的意义
1.4 研究的难点
1.5 本文研究重点及论文内容安排
第2章 手写体汉字图像预处理
2.1 图像数字化处理
2.1.1 图像灰度化
2.1.2 图像二值化
2.2 平滑去噪处理
2.3 归一化处理
2.3.1 汉字切分
2.3.2 归一化模型
2.4 细化处理
2.5 本章小结
第3章 脱机手写体汉字的特征提取
3.1 汉字特征提取标准
3.2 汉字特征提取方法
3.2.1 基于结构特征提取方法
3.2.2 基于统计特征提取方法
3.2.3 基于统计与结构相结合的特征提取方法
3.3 基于弹性网格的特征提取算法
3.3.1 弹性网格构造
3.3.2 基于汉字骨架特征的四方向分解算法
3.3.3 基于弹性网格方向像素概率分布特征的提取
3.4 本章小结
第4章 基于极限学习机的汉字分类模型
4.1 人工神经网络
4.2 极限学习机
4.2.1 极限学习机理论
4.2.2 极限学习机的优势
4.2.3 基于极限学习机的汉字识别过程
4.3 基于极限学习的优化改进模型
4.3.1 投票机制
4.3.2 基于投票机制的极限学习机算法
4.3.3 最优投票极限学习机
4.3.4 针对混淆类的后处理方法
4.4 本章小结
第5章 脱机手写体汉字识别实验分析
5.1 极限学习机在MATLAB中的实现
5.2 实验环境与实验设计
5.2.1 实验环境
5.2.2 实验系统设计
5.3 实验结果与分析
5.3.1 训练时间与测试时间分析
5.3.2 ELM与OV-ELM性能对比分析
5.3.3 均匀网格与弹性网格性能对比分析
5.3.4 OV-ELM加入RCC后处理性能分析
5.3.5 实验结果
5.4 本章小结
第6章 总结与展望
参考文献
致谢