目 录 1
（上） 1
页数 1
第一章掩膜匹配 1
1.1光学掩膜匹配 1
1.2使用摸拟灰度的电子掩膜匹配 7
1.3数字灰度 10
1.4电流最大化 17
1.5管窥掩膜 19
1.6 负加权 22
2.1可见模式到电模式的转换 26
第二章文字识别予处理 26
2.2二进制化 33
2.3排齐 39
2.4平滑、边线检测和细化 47
第三章线性技术 56
3.1 识别分类 56
3.2最小误差Bayes分类 57
3.3统计独立 59
3.4高斯分布 62
3.5互相关 66
3.6线性判别式函数 69
3.7固定增量 73
3.8模式误差 80
3.9二分法 85
3.10 Karhunen-Loeve展开 98
第四章分段线性技术、位势法和随机逼近 102
4.1 分段线性判别式函数 102
4.2直观地确定子分类 103
4.3最邻近方法 104
4.4 Firschein和Fischler方法 105
4.5分段线性固定增量过程 108
4.6 位势法 109
4.7模式识别中的随机逼近 118
第五章多项式判别式和N倍法 120
5.1最小二乘逼近 120
5.2最大似然n倍法 126
5.3 Bledsoe和Browning方法 130
5.4多项判别式函数 136
5.5使用信息判据的自动选择 138
5.6移位窥孔掩膜系统 144
第六章布尔函数和序贯决策 147
6.1布尔函数 147
6.2使用布尔函数的识别系统 156
6.3不完全确定的布尔函数 165
6.4使用数值函数实现布尔函数 166
6.5非数值序贯识别 172
6.6判决决定方法 183
7.2分区特征 188
第七章特征法 188
7.1 引言 188
7.3图示技术 200
7.4顺序检测特征 223
7.5关于特征的讨论 241
7.6交叉计数方法 252
目 录 259
（下） 259
页数 259
第八章 前后关系技术、语言学技术和矩阵技术 259
8.1 前后关系 259
8.2 场景分析 264
8.3图语法 268
8.4合成分析 287
8.5迭代矩阵技术 290
第九章系数分析 301
9.1 高阶矩 301
9.2条缝扫描技术 304
9.3付里叶变换 311
9.4使用付里叶光学的模式识别 319
9.5 自相关 335
第十章学习法 340
10.1非控制性学习 340
10.2特征的自动确定 344
10.3关系系统 349
10.4学习的交换 374
10.5相联存贮器 376
10.6 自动模式识别的科学基础 381
第十一章 离散变量模式识别问题的分类器设计 388
11.1变量的类型 388
11.2处理离散变量的各种方法 389
11.3基本事件 390
11.4事件的产生 395
11.5基本事件理论的应用 399
11.6应用举例 401
第十二章 以文字识别的心理学为基础的特征选择 406
12.1关于字符的理论 408
12.2试验研究 411
12.3结论 422
第十三章模糊集合 424
13.1 基本定义 424
13.2模糊集合的代数运算 428
13.3在文字识别中的应用 429
13.4抽象和模式分类 431
第十四章汉字识别方法 438
14.1印刷体汉字识别方法 438
14.2手写体汉字识别方法 448
14.3在线识别 452
主要参考文献 458