测控本科毕业论文模板最新版.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
测控本科毕业论文模板最新版

摘 要 随着计算机应用范围的扩大,需要计算机处理的数据量也越来越大。在诸*、*、*以及*等领域,常采用*技术来解决大规模数据的采集、*和*问题。 在*系统的设计中,本文引入了*技术,提出了一套*系统设计方案,实现了对*的自动识别。本文还提出了一种*方法,即首先利用*,然后根据*实现*。结果表明,基于*算法的*系统能够取得较好的*效果,而基于*系统不仅可以高效*,还可以对其他*进行有效*,同时具有一定的*的能力。 关键词可靠性;处理;匹配 Abstract Along with the computer science technical development and popularization,the disposal of data extends continuously. In many domains,such as letter selecting, * to solve the problem of massive datas collection,recognition and input. In the systems design, this paper introduces *, but can also recognize *. In addition, it has certain capacity of anti-interference and anti-deformation. Keywords: Character Recognition; Image Processing; Template matching 不要删除行尾的分节符,此行不会被打印 目 录 要 I Abstract II 第1章 绪论 1 1.1 课题背景、目的和意义 1 1.2 国内外在该方向的研究现状及分析 1 1.3 主要研究内容 1 1.4 本文结构 2 第2章 *系统中的* 3 2.1 位图的*** 3 2.2 本章小结 3 第3章 *和*算法 4 3.1 控制系统的基本理论 4 3.1.1 控制原理 4 3.1.2 VOP模型 4 3.2 本章小结 4 结 论 5 致 谢 6 参考文献 7 附 录 8 千万不要删除行尾的分节符,此行不会被打印。在目录上点右键“更新域”,然后“更新整个目录”。打印前,不要忘记把上面“Abstract”这一行后加一空行 绪论 *是计算机自动高速地辨别*,并将其转化为可编辑的*的实用技术。 课题背景、目的和意义 自从*年*取得*专利以来[1],经过近一个世纪的发展,*已经成为当今*领域中最活跃的研究内容之一。目前比较流行的算法主要有*、*、**、*方法以及***算法[2]。 国内外在该方向的研究现状及分析 随着计算机处理能力的提高,语音识别技术得到了飞速发展。1952年David等人研究成功了世界上第一个识别10个英文数字的语音识别系统。20世纪60年代,苏联Matin等提出了语音的端点检测,使语音识别水平明显提高。目前具有代表性的语音识别方法有***、**的识别和**法。日本学者板仓提出的动态时间规整技术,采用一种最优化算法。通过将待识别的语音信号的时间轴进行不均匀地扭曲和弯曲,使待测的语音特征与模板特征对齐,并在两者之间进行两个矢量距离最小的匹配路径计算,从而获得两个矢量匹配时积累距离最小的规整函数。从而保证了待识别特征与模板特征之间的最大相似特性和最小的时差失真。基于神经网络的语音系统有识别通常由神经元,训练算法及网络结构三大要素构成。目前用于**的神经网络主要有:基于反向传播算法的多层感知神经网络,基于Kohonen提出的仿生人类大脑皮层信息特征区生理过程形成的特征映射神经网络等[3]。 主要研究内容 在**系统的设计中,引入了*技术,提出了一套基于**系统设计方案,同时还引入了**图像,继而提出了一套基于***设计方案。 为了提高系统的性能,尽可能的降低误识率和拒识率,本文仔细分析了*问题,分别提出了下面的解决方案: (1) 在*模块的设计中,结合了多种*技术,为**打下了坚实的基础。 (2) *是系统设计的重点和难点,**。 (3) 在基***的*的设计过程中给出了一套优化***设计方案,并在最后的测试中验证了优化方案的有效性。 (4) 在基于***算法的*的设计过程中,并在最后的*测试中验证了方案的有效性。 本文结构 本文将围绕设计一个完整的**系统的过程展开。一个****主要包括***模块、***模块和***模块,本文设计的系统的总体结构框图如图1-1所示。 图1-1 系统的总体结构框图 本文主要内容如下: 第2章中,对*过程中的每个步骤进行了描述,并给出了每个步骤完成前后***的效果图。 第3章中,讨论了*的相关内容。 第4章中,首先详细介绍

文档评论(0)

2017ll + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档