藏语模式识别技术及工程实践

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 基于最小错误率的贝叶斯判别（决策）

2.1.5 最小平均条件风险表达式

2.1.6 K一最近邻算法

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

《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。