藏语模式识别技术及工程实践

内容简介

[

　　《藏文信息处理技术：藏语模式识别技术及工程实践》介绍了模式识别研究中的一些基本理论以及相关的模型，包括贝叶斯决策、线性判别函数、神经网络理论、隐马尔科夫模型、聚类技术等。重点结合藏语文模式识别实际问题，如印刷体藏文字符识别、木刻经文藏文字符识别、藏语语音识别等技术内容，从不同的研究角度介绍了这些问题的解决思路。　　《藏文信息处理技术：藏语模式识别技术及工程实践》可作为自动化、计算机、电子和通信等专业研究生和高年级本科生的教材，也可作为学习模式识别和人工智能的参考资料，还可作为藏文信息处理技术研究生的教学参考书。

]

目录

第1章 绪论1.1 模式和模式识别的概念1.2 模式识别的发展历史1.3 模式识别的方法1.4 模式识别系统的组成1.4.1 信息获取1.4.2 预处理1.4.3 特征提取和选择1.4.4 分类器设计1.4.5 分类决策1.5 模式识别的应用1.5.1 文字识别1.5.2 语音识别1.5.3 指纹识别1.6 本书的内容安排和程序第2章 统计模式识别方法2.1 分类与聚类2.1.1 贝叶斯定理2.1.2 朴素贝叶斯算法2.1.3 贝叶斯决策理论2.1.4 基于*小错误率的贝叶斯判别（决策）2.1.5 *小平均条件风险表达式2.1.6 K一*近邻算法2.2 支持向量机（SVM）2.3 马尔可夫模型和隐马尔可夫模型2.3.1 马尔可夫链2.3.2 隐马尔可夫模型（HMM）2.3.3 HMM的三个基本问题第3章 藏文及藏文字体结构分析3.1 藏文概述3.2 藏文字的构件3.3 藏文的拼与写3.3.1 藏文拼音规则3.3.2 藏文纵向组合3.3.3 藏文横向组合3.4 藏文字体3.4.1 吾坚体3.4.2 吾关体3.5 藏文编码与标准3.5.1 编码结构3.5.2 编码标准第4章 藏语识别系统中的搜索算法4.1 搜索算法种类4.1.1 深度优先算法（DFS）4.1.2 广度优先搜索（BFS）4.1.3 启发式搜索4.2 A*算法4.2.1 A*算法简介4.2.2 A*算法的原理4.2.3 A*算法的设计及实现第5章 印刷体藏文字识别技术5.1 藏文字特征描述5.1.1 高度特征5.1.2 基线特征5.1.3 方向特征5.1.4 变形特征5.2 藏文字识别系统基本结构和识别流程5.2.1 藏文字识别系统基本结构5.2.2 藏文字识别系统识别流程5.3 预处理5.3.1 局部自适应二值化5.3.2 参考代码5.3.3 去除噪声5.3.4 参考代码5.3.5 基于中轴线投影映射的倾斜矫正5.3.6 参考代码5.4 文字切分5.4.1 行切分5.4.2 参考代码5.4.3 列切分5.4.4 参考代码5.4.5 平滑与归一化5.4.6 参考代码5.5 特征提取5.5.1 网格划分5.5.2 网格特征描述5.5.3 参考代码5.6 识别处理5.6.1 误差均衡距离计算5.6.2 文字高度近似距离5.6.3 笔画密度5.6.4 参考代码5.7 字典校正5.7.1 搜索对比5.7.2 判断5.7.3 参考代码5.8 样例第6章 经书藏文字识别技术6.1 木刻经文特点6.2 木刻经文识别流程6.3 切分算法6.3.1 水滴渗透切分算法6.3.2 参考代码6.3.3 水滴边界连通算法6.3.4 参考代码6.3.5 自动拟合的手动切分算法6.3.6 参考代码6.4 特征提取6.4.1 单元个数描述6.4.2 网格划分6.4.3 参考代码6.4.4 网格特征描述6.4.5 参考代码6.4.6 笔画特征点描述6.4.7 参考代码6.4.8 人工神经网络训练6.5 样例第7章 藏语语音识别技术研究7.1 语音特征描述7.2 语音语料的建设7.3 语音识别组织结构及运行流程7.4 信号采集7.5 去除噪声7.5.1 小波包分析基本理论7.5.2 小波包信号降噪算法7.5.3 实验结果及分析7.5.4 参考代码7.6 端点检测7.6.1 常用端点检测算法7.6.2 参考代码7.6.3 LPC美尔倒谱特征端点检测方法7.6.4 参考代码7.7 MFCC特征提取7.7.1 MFCC特征提取算法7.7.2 参考代码7.8 语音库数学模型参考文献

封面

书名:藏语模式识别技术及工程实践

作者:欧珠

页数:199

定价:¥38.0

出版社:西南交通大学出版社

出版日期:2015-03-01

ISBN:9787564336448

PDF电子书大小:69MB 高清扫描完整版