基于小波神经网络的VOCR与HOCR研究PDF|Epub|txt|kindle电子书版本网盘下载

基于小波神经网络的VOCR与HOCR研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 VOCR与HOCR研究的目的和意义2

1.1.1 研究的目的2

1.1.2 研究的意义2

1.2 国内外研究概况4

第2章 小波与多小波12

2.1 引言13

2.2 小波的相关定义与性能指标13

2.2.1 小波的相关定义14

2.2.2 小波的性能指标18

2.3 小波变换19

2.3.1 L2（R）的塔式分解19

2.3.2 Mallat算法及其信号分解与重构20

2.3.3 二维小波变换24

2.4 多小波的产生与连续多小波变换28

2.5 多小波的构造30

2.5.1 GHM多小波的构造30

2.5.2 CL多小波的构造32

2.5.3 Hermite三次B样条多小波的构造34

2.5.4 SA4多小波的构造36

2.5.5 多小波的其他构造方法37

2.6 多小波的多分辨率分析及性质38

2.7 多小波的Mallat算法40

2.8 本章小结41

第3章 小波神经网络42

3.1 引言43

3.2 小波变换、神经网络和小波神经网络之间的关系46

3.2.1 小波变换的函数逼近能力46

3.2.2 神经网络的函数逼近能力48

3.2.3 小波变换和前馈神经网络之间的联系49

3.3 小波神经网络的学习过程53

3.3.1 小波函数的选择54

3.3.2 小波神经网络参数的初始化54

3.3.3 小波神经网络中隐藏层结点的确定55

3.3.4 小波神经网络的参数调节算法55

3.3.5 小波神经网络分类器56

3.4 多小波神经网络的构造方法58

3.4.1 基于多小波中多尺度函数的多小波神经网络58

3.4.2 基于多小波框架的多小波神经网络60

3.4.3 基于多小波连续变换的多小波神经网络61

3.5 小波神经网络与多小波神经网络的逼近性与收敛性62

3.5.1 两类网络的逼近性能与收敛性的理论研究62

3.5.2 两类网络的逼近性能与收敛性的实验分析66

3.6 本章小结68

第4章 图像文本信息的非监督检测69

4.1 引言70

4.2 非监督文本检测71

4.2.1 图像预处理72

4.2.2 图像的小波变换73

4.2.3 特征矢量估计73

4.2.4 基于K-均值聚类算法的非监督像素块分类74

4.2.5 定位与求精76

4.3 实验结果与结论78

4.4 本章小结79

第5章 基于小波神经网络的图像文本信息提取81

5.1 引言82

5.2 基于小波神经网络的文本信息提取算法83

5.2.1 离散小波变换（DWT）84

5.2.2 神经网络及其训练算法86

5.3 实验与讨论88

5.4 本章小结91

第6章 手写字符识别与认证的小波特征提取92

6.1 引言93

6.2 基于Kirsch边缘增强的小波特征提取94

6.3 复小波变换与特征提取96

6.4 小波特征的散度选择准则97

6.5 手写字符的识别与认证方案100

6.6 讨论与结论100

6.7 本章小结101

第7章 基于小波神经网络的HOCR102

7.1 引言103

7.2 离散多小波分析与正交壳伸展103

7.2.1 离散多小波分析103

7.2.2 正交壳伸展104

7.3 基于正交多小波神经网络簇的字符识别算法106

7.4 实验结果与分析109

7.5 本章小结112

第8章 拉丁式反草联机手写汉字输入法研究113

8.1 研究意义114

8.2 国内外研究现状115

8.3 关键技术118

8.3.1 总体研究技术路线118

8.3.2 草体汉字信息的深度挖掘与拉丁式反草手写曲体字库的研制118

8.3.3 拉丁式反草联机手写曲体文字便捷输入与智能认知算法的设计119

8.4 非汉语人群便捷手写输入汉字智能平台的实现124

8.5 本章小结127

参考文献128