图书介绍

基于小波神经网络的VOCR与HOCR研究pdf电子书版本下载

基于小波神经网络的VOCR与HOCR研究
  • 黄同成著 著
  • 出版社: 北京:科学出版社
  • ISBN:9787030511744
  • 出版时间:2016
  • 标注页数:137页
  • 文件大小:18MB
  • 文件页数:147页
  • 主题词:小波分析-人工神经元网络-研究

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

下载说明

基于小波神经网络的VOCR与HOCR研究PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

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

图书目录

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HOCR 102

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

精品推荐