基于多特征融合的票据分类技术及应用

对票据进行高速、准确的分类是实现票据自动处理的关键。论文分析了各种票据分类方法的优缺点,并根据金融、税务等行业所使用的票据特点,提出基于多特征融合的快速分类方法,可以将票据的几何尺寸、分类条码、标题、特征字符串、特征图像块、特征框线等特征有机地融合并进行分类,提高了票据分类的速度与准确性。利用该技术设计的银行票据处理系统的实际应用说明了该方法的有效性。     

应用OCR技术的金融票据处理系统

针对日常应用的金融票据,我们使用计算机进行自动处理。在金融票据自动处理系统的多个环节,我们应用了OCR技术。在票据类型识别这一重要环节,我们对印刷体的表头信息进行OCR识别,进一步提高了对票据类型的识别率。我们还对表格中以中文大写数字,手写阿拉伯数字,勾选填写的信息项运用OCR技术进行处理,提高了票据自动处理系统的能力。     

基于多特征融合的票据分类技术及应用

在进行票据处理的过程中实现票据快速、准确地分类能够显著提高工作效率,本文针对票据分类的方法进行分析,并指出了其中的利弊。在金融和税务中使用票据具有其自身的特点,根据其特点进行分类能够提高分类的速度。同时也可以根据票据中隐藏的分类条码、特征字符和特征图像等对其进行分类,保证票据分类的效率,同时保证分类的准确性。在银行系统中,采用多特征融合的票据分类技术能够充分证明该方法的实用性。     

票据识别技术研究进展

本文对银行的票据自动识别技术及其进展进行了论述。主要是票据自动识别系统的构建,包括扫描输入模块和识别模块。介绍OCR在票据自动识别系统中的应用,介绍一些最新票据识别算法,主要是通用票据识别系统中的字符切分方法、基于特征线检取的票据识别算法和滴水算法。     

基于受控形态学的无限制票据分类

目前的票据类型识别要求票据中必须存在框线、分类码等明确的分类标志，而现有的实际票据往往不满足这些条件，基于受控形态学操作的二次分类方法选取图像本身的结构特征进行了分级受控击中击不中变换，对票据样式没有任何限制。分析和实验表明，该方法计算复杂度低、速度快、准确率高。     

基于知识的银行票据二值化方法

本文结合银行票据OCR系统的开发,提出一种基于知识进行银行票据二值化的新思路,并针对各类识别域具体构造了一整套二值化方法。通过在银行票据OCR系统中的应用,验证了本文二值化方法的效果。     

多分类器融合在银行票据识别中的应用

论文将数字识别技术应用于银行票据自动识别勾兑业务系统,并利用多分类器融合方法获得了99.527%的单个数字字符识别率,在此基础上运用多区域多内容冗余校验方法保证了识别结果的充分可信赖性,经此处理后整张票据的识别通过率高达87.573%,其识别结果完全正确。     

一种实用的彩色银行票据二值化方法

根据银行票据自动录入系统的要求,提出了一种实用的彩色银行票据二值化方法,能较好地克服表格线及印章的影向,得到只含待识别的手写和打印字符的二值图像.通过在银行票据OCR系统中的应用,证实了该方法的实用性.     

通用票据识别系统中的字符切分方法

在票据识别系统中，待识别区域字符的切分是整个系统较为关键的一个环节。主要论述了在一个通用票据识别系统中，针对一般类型的票据中常见的几种待识别区域的类型，采用不同方法实现对票据图像中待识别区域的字符进行较为准确、快速的切分，从而确保整个票据识别系统的识别准确率和识别速度。     

基于HMM方法的银行票据自动识别

利用隐态马尔可夫模型(HMMs)，对银行票据中金额的大小写数据识别问题进行了研究．主要内容包括建立新颖的文字分刻算法；设计HMM训练和识别算法．在HMM系统中，将使用频率比较高的手写体错别字和同音字作为不同的字符类来处理；同时在HMM的训练过程中，提出了平滑参数的新方法．实验结果表明，该方法在实践中是可行的，在银行票据自动识别中有很好的应用前景．     

一种中文文档的数学公式定位方法

为了从中英文混排的中文文档中定位数学公式,提出了一种基于中文字符识别和公式符号识别的数学公式定位方法。该方法主要由中文字符提取、内嵌公式提取和独立公式定位三个部分组成。在中文字符提取中,首先提取字符块信息中文字符识别结果、公式符号识别结果和字符块的几何特征,然后使用决策树的方法区分中文字符和非中文字符。在内嵌公式提取中,使用公式符号的语义信息、符号间的角标关系和公式的语义信息等从非中文字符中定位内嵌公式。在独立数学公式定位中,对包含较多内嵌公式符号且不包含中文字符的文字行提取版式结构特征,并使用高斯混合模型区分独立公式和普通文字行。在148幅文档图像共包含3 690个公式组成的测试集上取得了91.19%的公式定位正确率。     

基于模糊决策和MSD的单样本人脸识别算法

当每个人只有一个训练样本时,最大散度差鉴别分析在人脸识别中的识别性能会降低,为了解决这一问题,提出了基于模糊决策和最大散度差鉴别分析的单样本人脸识别算法。通过对每个训练样本进行适当的分块,从而获得较多的训练样本个数,在这些新的训练样本集上应用类内中间值最大散度差鉴别分析算法得到最优投影矩阵,并基于这个最优投影矩阵可以计算训练样本和待测试样本的特征。对模糊决策方法进行分类。在著名的ORL和FERET人脸数据库上的大量实验结果表明,该算法可以提高识别率。     

多目标多维自反馈模糊决策模型

针对多目标的决策问题,依据模糊识别理论提出一种多目标多维自反馈模糊决策模型.首先根据给定的目标初始权重计算加权综合决策值;然后利用单指标模糊识别方法计算加权综合决策值的模糊划分;最后依据成因分析并用决策值的模糊划分,计算出目标的权重.重复上述计算过程,可得到满足精度要求的加权综合决策值及其模糊划分,根据计算结果可判定决策类别和优劣排序.炼钢企业评价决策实例表明,所提出的模糊决策模型是有效的.     

基于深度学习的卫星图像识别分类方法

卫星遥感技术是一种非常重要的地球空间监测技术.卫星遥感图像经过处理后具有数据量大和数据类型复杂多样的特点,传统方法进行识别分类耗费大量人力物力.为了降低工作量,并为后续处理提供便利,本文将深度学习算法应用于卫星图像的识别分类中,设计了一种基于VGGNet的识别分类方法,利用除雾算法对训练数据进行数据增强处理,并添加岭回归正则化层,利用标签之间的相关性进行预测,使得方法达到90%以上的F2 score,并在实验部分进行了对比验证.最后利用此方法搭建了一个基于Django的在线识别分类展示系统.     

基于决策树的被动操作系统识别技术研究

操作系统识别是网络安全评估的关键技术之一,在网络安全威胁和风险日益加剧的形势下,其研究具有非常重要的意义。针对当前基于TCP/IP协议栈指纹库的操作系统识别技术难以辨识未知指纹所对应的操作系统的问题,提出了基于C4.5决策树模型的被动操作系统识别方法,并将它与其他分类算法进行了比较。通过实验测试验证了分类方法的有效性,并对其结果进行了分析。     

Classification of business documents for real-time application

In this paper, we present a new document classification based on physical layout features and graph b-coloring modeling. In order to reduce the computing time and to increase the performance of our automatic reading system, we propose to pre-classify the business documents by introducing an Automatic Recognition of Documents stage as a pre-analysis phase. This phase guides others involved in the recognition process of the documents contents. Once the document type is identified, the reading system will use its corresponding information source to improve the recognition of its logical layout, the selection and parameterization of the OCR, and the final decision of sorting. The graph coloring model is introduced for both layout analysis and document classification. The proposed method is reliable, robust to various constraints and guarantees a real-time answer to the sorting of business documents.     

基于支持矢量机特征空间距离的多目标分类方法

支持矢量机是近年来在统计学习理论的基础上发展起来的一种新的模式识别方法,主要解决的是两类目标分类问题.多类目标分类一般是分解为多个两类目标分类.多类目标分类之后通常会对某些目标错误分类或者某些目标不能判定其类别,这就是支持矢量机多类目标分类中的错分、拒分现象.针对这个问题,该文提出了一种基于支持矢量机特征空间距离的模糊隶属度函数,根据模糊隶属度的大小对错分和拒分目标重新分类.对美国资源探测卫星数据的多目标分类仿真结果表明,采用这种方法重新分类后,能够有效地减少错分和拒分目标的数量,提高了正确识别率.     

基于激光测距AdaBoost分类的室内环境识别

移动机器人所处环境的地点语义信息能够提高机器人自主定位、路径规划和人机互动的能力.为了让机器人识别环境中不同地点类型,提出一种对机器人所处环境地点类型进行语义分类的方法.该方法对激光传感器的测距数据进行特征提取,通过提取的样本集利用强化学习AdaBoost方法构建分类器,对于环境中多类型地点分类识别,将获得的二分类器有顺序地排列建立分类列表形成多分类器,将获得的多分类器运用到房间、走廊和门口的分类识别中.实验结果表明:移动机器人通过该方法都能对环境下不同地点类型进行有效的分类识别.     

实时卡片字符识别与校验系统的设计与实现

论文设计并实现了一种基于多阈值字符分割、多分类器融合分类和相似判断的IC卡字符识别与校验系统。为了减少分割可能带来的错误识别,系统采用了对多阈值下的识别结果取平均的方法来提高识别的稳定性。通过分类结果、分类权向量和给定字符之间的相似性判断最终确定打印的字符是否正确。相似性规则中的阈值由实验确定。硬件上采用了性价比较高的设备,实验结果表明文中的系统能满足实际要求。     

一种改进的模糊支持向量机的人脸识别方法

文中在样本区域性分析的基础上，将模糊支持向量机(Fuzzy Support Vector Machine，FSVM)、三叉决策树以及最近邻分类相结合并应用于人脸识别。在ORL人脸库上的实验结果表明，用该分类器算法进行人脸识别比单独使用模糊支持向量机具有更快的速度和更高的精度。