基于小波神经网络的VOCR与HOCR研究PDF电子书下载

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