声明
1 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.3 本文主要工作
1.4 论文组织结构
2 相关技术
2.1 神经网络
2.1.1 神经元模型
2.1.2 感知机
2.1.3 BP 算法
2.2 卷积神经网络
2.2.1 CNN 基本结构
2.2.2 经典卷积神经网络模型
2.3 本章小结
3 甲骨文字数据集
3.1 获取数据图像
3.2 数据预处理
3.2.1 数据增强
3.2.2 图像去噪
3.2.3 数据归一化
3.3 本章小结
4 基于深度卷积神经网络的甲骨文字识别
4.1 甲骨文字识别网络概述
4.2 OBI-CNN网络模型
4.3 OBI-CNN损失函数与梯度优化选择
4.3.1 损失函数
4.3.2 梯度优化算法
4.4 模型训练
4.4.1 深度学习框架
4.4.2 实验环境
4.4.3 训练过程
4.5 本章小结
5 性能评估与系统开发
5.1 评估指标
5.2 性能评估
5.3 甲骨文字识别系统的设计与实现
5.3.1 系统开发环境
5.3.2 系统总体框架
5.3.3 前端界面及运行测试
5.4 本章小结
6 总结与展望
6.1 论文总结
6.2 研究展望
参考文献
个人简历、在学期间发表的学术论文与研究成果
致谢
郑州大学;