论文摘要
本文首先对手写数字图像的图像灰度化、二值化、去噪、细化、归一化、特征提取等预处理过程进行分析；其次，利用动态模糊理论解决手写数字字符识别中的多维特征和动态模糊性问题。主要工作有以下几方面：1、给出了动态模糊多维数据模型，包括动态模糊多维数据模型合成定理和动态模糊多维数据模型完备性定理，对该模型的合成定理和完备性定理作了证明。2、动态模糊多维数据模型应用于手写数字识别的算法设计当中，实现了一个初步的验证系统，实验结果表明该算法提高了手写数字识别的精度。通过上述工作，本文所取得的成果是：一方面为研究手写数字识别提供了新的方法；另一方面也为动态模糊集验证找到了应用背景。
论文目录
摘要Abstract第1章 绪论1.1 字符识别问题的提出1.2 国内外字符识别方法的介绍1.3 国内外字符识别应用系统的发展1.4 手写数字字符识别的难度与不足1.5 手写数字字符识别的理论价值1.6 本文的目的和意义及内容安排第2章 手写数字模式识别技术的相关算法综述2.1 手写数字字符训练库和测试库的建立2.2 手写数字字符图像的预处理2.2.1 手写数字字符图像的灰度化2.2.2 手写数字字符图像的二值化2.2.3 手写数字字符图像的去噪2.2.4 手写数字字符图像的细化2.2.5 手写数字字符图像的归一化2.3 手写数字字符图像的特征提取2.4 基于主分量（PCA）分析理论的手写数字字符的识别2.4.1 模式识别中多维的问题2.4.2 多维模式识别的研究现状2.4.3 基于主分量分析理论（PCA）的多维特征的模式识别2.5 基于主分量理论（PCA）的手写数字字符的识别2.6 基于主分量理论（PCA）的手写数字字符的识别算法2.7 本章小结第3章 动态模糊集3.1 动态模糊集（DFS）的定义3.2 动态模糊集（DFS）的运算3.3 动态模糊集（DFS）的截集3.4 动态模糊集（DFS）的分解定理3.5 动态模糊集（DFS）的扩展原理3.6 本章小结第4章 动态模糊多维数据模型4.1 动态模糊多维数据的模型4.2 动态模糊多维数据模型合成定理4.3 动态模糊多维数据模型完备性定理4.4 本章小结第5章 动态模糊多维数据模型在手写数字识别中的应用5.1 手写数字图像灰度化的实现方法5.2 手写数字字符图像二值化的实现方法5.3 手写数字字符图像去噪的实现方法5.4 手写数字图像的细化的实现方法5.5 手写数字字符图像归一化的实现方法5.6 基于动态模糊多维数据模型的手写数字图像特征提取的实现5.6.1 基于动态模糊多维数据模型手写数字识别的特征提取算法5.6.2 实验结果5.6.3 实验结果分析与比较5.7 本章小结第6章 基于DFS的手写数字识别模型验证系统的设计6.1 开发平台的选择6.2 数据存储管理6.3 软件的实现6.3.1 数据结构6.3.2 特征类6.3.3 模式识别类6.4 软件运行测试说明6.5 结果比较与分析6.6 本章小结第7章 结论参考文献致谢攻读硕士学位期间完成的科研工作附录: 部分源代码详细摘要
相关论文文献
标签：动态模糊集论文; 动态数据论文; 手写数字识别论文; 主分量分析论文;
