手写体新蒙文字符识别算法研究

目录

声明

第一章 引言

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 光学字符识别研究现状

1.2.2 神经网络研究现状

1.2.3 自然语言处理研究现状

1.3论文研究的主要内容及结构安排

1.4本章小结

第二章 字符样本的录入与数据集的制作

2.1 字符的录入

2.2 不同网络样本集的设置

2.3 本章小结

第三章 浅层神经网络分类器的设计

3.1 特征提取

3.1.1 Gabor特征

3.1.2 方向梯度直方图

3.1.3 特征提取方式比较

3.2 浅层神经网络构建

3.2.1 神经网络

3.2.2 激活函数

3.2.3 损失函数

3.2.4 梯度下降的优化算法

3.3 浅层神经网络实验结果

3.3.1 实验结果

3.3.2 结果分析

3.4 本章小结

第四章 手写体新蒙文主分类器的设计

4.1 卷积神经网络

4.2 经典卷积神经网络结构

4.2.1 残差网络

4.2.2 GoogLeNet网络

4.2.3 Inception-ResNet网络

4.3 深层神经网络的优化算法

4.3.1 数据归一化（Normalization）

4.3.2 小批量（Mini-batch）相关优化

4.3.3 正则化（Regularization）

4.3.4 层归一化（Layer Normalization）

4.3.5 随机失活（Dropout）

4.4 深层卷积神经网络试验

4.4.1 实验环境

4.4.2 网络结构调整与性能测试

4.4.3 对于调整后网络在新蒙文数据集上的训练

4.5 本章小结

第五章 图像辅助分类器的设计与分类器整合

5.1 图像辅助分类器

5.1.1 长短期记忆神经网络

5.1.2 长短期记忆神经网络的样本预处理

5.1.3 长短期记忆神经网络的实验内容与结果

5.2 分类器整合与GUI界面制作

5.2.1 分类器整合

5.2.2 GUI界面的制作

5.3 本章小结

第六章 总结与讨论

6.1 总结

6.2 讨论

参考文献

致谢

作者在校期间获奖情况