基于深度学习的发票分类研究与智能财务报销系统的实现

声明

第一章 绪论

1.1.1 研究背景

1.1.2 研究意义

1.2.1 深度学习的研究现状

1.2.2 现有相关产品

1.3主要研究工作

1.4论文组织结构

第二章 卷积神经网络理论基础

2.2.1 单层感知器

2.2.2 多层感知器

2.2.3反向传播算法

2.3卷积神经网络

2.3.1 输入层

2.3.2 卷积层

2.3.3 池化层

2.3.4 激活函数

2.3.5 全连接层

2.4本章小结

第三章 发票图像处理

3.3发票图像校正技术

3.3.1 基于轮廓检测的校正算法

3.3.2 基于直线检测的校正算法

3.4样本数据增强

3.4.1 有监督数据增强

3.4.2 无监督数据增强

3.5本章小结

第四章 基于卷积神经网络的发票图像分类方法

4.3基于残差神经网络的发票分类模型

4.3.1 网络模型结构分析

4.3.2 网络模型训练

4.4实验结果

4.4.1 实验环境介绍

4.4.2 实验结果分析

4.5本章小结

第五章 智能财务报销系统的实现

5.1.1 流程介绍

5.1.2 系统运行环境及硬件装置

5.2.1 人脸确认

5.2.2 发票字符识别与分类

5.2.3 打印凭证

5.3系统具体实现

5.4本章小结

第六章 总结与展望

6.2展望

参考文献

附录1 程序清单

附录2 攻读硕士学位期间撰写的论文

附录3 攻读硕士学位期间申请的专利

附录4 攻读硕士学位期间参加的科研项目

致谢