汉字设计的形态减法对信息感知的表达

因造字方法的限定,汉字从外在形态上并不能完全代表其含义。文章论述了汉字设计的形态减法与信息感知之间的内在联系。通过汉字设计的形态减法,挖掘汉字内蕴的内在外显关系,从而丰富汉字意义,形成了观者对汉字的二次解读,同时为扩展汉字的外延形象,注入了新的视觉特征。使汉字具有视觉美感,凸显汉字设计的个性和形态之美,增强了汉字的传播力。     

论汉字内码与汉字数据类型

汉字化是NLS（National Language Support）潮流中的重要组成部分。汉字化的中心任务是以汉字内码为基础, 树立汉字数据类型。本文提出了理想汉字内码的若干特征, 并以此为基础，对主要的实用汉子的内码进行了分析比较, 进而阐明了汉字内码与汉字数据类型的区别与联系, 指出了汉字数据类型与相应操作的匹配问题。 作者认为汉字内码的研究与规范化是当前汉字化的瓶颈问题和信息系统建立的当务之急。     

基于手写体汉字笔画提取重构的识别方法

提出了手写体汉字笔画宽度提取、基于提取出的笔画宽度归一化手写体汉字的方法，给出手写体汉字笔画重构的思想，实现了一种基于手写体汉字笔画提取的汉字重构并最终识别手写体汉字的算法，构建了手写体汉字的识别系统。实验证实，该方法可保证原有笔画特征信息，且能有效地识别手写体汉字。     

汉字智能造字的理论和方法研究

针对现行的汉字字库方式不足的问题,提出了开展汉字智能造字和采用智能造字方式取代字库方式的研究.运用拓扑知识描述了汉字结构的数学表示和可以从汉字中挑选汉字基元的理论,为用汉字基元来拼合造字提供数学理论上的依据.运用层次分析法研究如何从汉字中挑选汉字基元的问题,并给出汉字智能造字的方法和数学模型,从理论上解决了汉字由基元通过结构来智能拼合的问题.智能造字实验结果表明了汉字智能造字理论的准确性和汉字造字的可操作性.     

汉字输入法类的设计与实现

本文指出了汉字输入法实现技术不足, 提出了一种全新的汉字输入法与汉字平台脱离的松散连接的结构休系, 给出了用面向对象技术来实现汉字输入法类的方法, 描述了汉字输入法类的结构, 简要说明了它的用法, 最后给出了一个用汉字输入法类实现汉字输入法对象的实例。     

一种基于云端信息保护的汉字计算模型

提出了一种基于信息内容保护的信息安全模型。该模型利用将汉字笔画抽象为有向图的方法,设计了汉字笔画图抽象的具体方案,实现了对汉字字形结构的动态描述;建立了动态汉字字形描述库,设计了汉字字形的生成算法,实现了汉字字形的Web存储和特征字形的客户端输出。所提模型为汉字信息的云端存储和云端数据安全性保护提供了一种解决方案,不仅有助于汉字信息的安全保护,而且有助于汉字认知计算、语义计算等深度汉字信息计算。     

基于自组织神经网络的汉字识别模拟研究

汉字识别是汉语、汉字认知研究的一个重要研究领域。该文提出了一个基于多层自组织神经网络的模型，从汉字字形聚类及汉字部件拆分的角度，对基于汉字认知的汉字识别过程进行了初步的探索。模拟研究结果表明，模型通过学习能够识别出汉字的结构类型和部件，发现汉字识别中的规律，在一定程度上模拟了汉字的识别。     

汉字数学表达式开发平台的设计与实现

汉字数学表达式理论弥补了汉字内码中包含信息量不足的缺点,使计算机以比汉字更细粒度的汉字部件为基本单元来处理汉字成为可能;基于汉字数学表达式原理,设计并实现了汉字数学表达式开发平台;该平台可以应用在很多领域,作为一个应用实例,开发了一个基于汉字数学表达式平台的文本数字水印系统。     

基于神经网络的手写体汉字识别实验系统

基于神经网络的手写体汉字识别是将汉字点阵图形转换成电信号,然后输入给数字信号处理器或计算机进行 处理,依据一定的分类算法在众多汉字字符中找出和它相互匹配的汉字字符。本文阐述了手写体汉字识别实验系统的设计目 标,分析了手写体汉字的预处理及其原理,详细介绍了手写汉字的特征提取。     

基于小波变换的图像汉字笔划特征提取方法

借鉴仿生模式识别的认知观点,从汉字的构造机理和人类认识汉字的习惯角度出发,提出一种基于小波变换的图像汉字识别方法。制定了图像汉字笔划特征提取的具体规则,采用小波变换的方法对图像汉字边缘和笔划轮廓进行检测,通过有效提取图像汉字笔段信息,进行笔段合成,生成汉字或汉字的基本笔划。仿真实验结果表明,这种方法提高了图像汉字笔划特征提取的准确率和稳定性,对于印刷体和书写较规范的手写体图像汉字具有极高的识别率。     

点阵汉字的字模与汉字变形变换技术

本文分析了点阵汉字字模的组成、存贮格式和记录格式,提出了获取汉字字模数据的方法,介绍了利用汉字字模把点阵字库的汉字转换成矢量汉字并放大、倾斜和旋转显示的原理,最后给出了通用程序清单。     

点阵汉字的字模与汉字变形变换技术

本文分析了点阵汉字字模的组成、存贮格式和记录格式提出子获取汉字字模数据的方法，介绍了利用汉字字模的把点阵字库的汉字转换成矢量汉字并放大、倾斜和原理，最后给出了通用程序清单。．     

汉字字形结构式压缩方法的研究和实现

1 引言汉字字型技术作为计算机汉字信息处理技术的重要组成部分,经历了点阵汉字、矢量汉字发展到现在广泛应用的曲线轮廓汉字,其研究和应用取得了长足的进步。汉字字形有两个特点:汉字是基本笔划和字根在二维空间的组合,其字形结构复杂,笔划数目变化大,而且不同字体的形状特点也变化很大;汉字的字符集十分庞大,其中一二级汉字字符集     

实现色彩自然过渡方式显示汉字

在软件开发时,为提供良好的人机交互界面,显示丰富多彩的汉字已成了一种重要的手段.目前已有多种汉字特殊显示方法见诸报刊,如旋转汉字、空心汉字、倒影汉字、立体汉字等等的显示.本文提出了一种色彩自然过渡的汉字显示方法,即在屏幕上显示的汉字从上至下色彩(或灰度)是逐渐过渡的,从而产生一种非常有感染力的独特效果.     

UCDOS 5.0系列讲座 第五讲 打印输出

一、汉字打印技术回顾 我国的汉字数量在世界各国文字中占据首位,大约共有6万字左右,当然这其中包括了大量目前已经不使用的汉字。但按1981年国家公布的《通讯用汉字字符集(基本集)及其交换码标准》GB2312—80方案计算,汉字数目仍达六七千之多,其中包括一级汉字3755个、二级汉字3008个和其它一些符号。从数量上来看,是西文字符集的几十倍。 汉字数量如此之多,给汉字信息处理,尤其是汉字文字处理,带来了较大的困难。其中之一便是汉字打印的问题,由于汉字数量众多,导致汉字字库十分庞大,     

MS—DOS下点阵汉字的多功能综合处理及实现

近年,中文操作系统和汉字处理软件不断更新,其应用已逐步深入到社会各个领域。但是,在某些专用场合它们仍然不能满足需要。为此,本文介绍了在非中文DOS下点阵汉字的多功能综合处理及实现;给出了一个创建汉字专有字库的简便方法;设计了适宜不同需要的汉字显示的三种算法;讨论了汉字的无级缩放,汉字的任意方向旋转变换和彩色文体效果的汉字产生等问题;还提到了点阵汉字旋转后的“缺漏”效应,并给出了相应的解决方法。     

基于笔划宽度提取的手写体汉字归一化方法

手写体汉字书写变形是手写体汉字识别预处理阶段的重要问题之一。为了有效地改善手写体汉字变形并识别手写体汉字,提出了手写体汉字笔划宽度提取,以及基于提取出的笔划宽度的手写体汉字归一化的方法。用上述方法在计算机上进行仿真实验,实验结果表明,手写体汉字归一化的方法既能保证原手写体汉字的形状结构特征不变,并可有效地改善手写体汉字变形差异。     

基于过程神经网络的手写体汉字识别方法研究

分析手写体汉字各类基本笔画间的拓扑关系,将手写体汉字图像转化为具有容错表征方式的多种汉字笔画类型在不同位置组成的几何图形。采用过程神经元网络提取手写体汉字各类型笔形,统计各类型笔形和相交点的数量,从而建立手写体汉字特征知识的数据结构表。对SCUT IRAC手写体汉字库中汉字进行了实验仿真,该方法大大降低了脱机手写体汉字识别的难度,有较高的汉字识别率。     

汉字图像的视觉重心点提取算法研究

结合视觉特征与力矩平衡理论,提出一种基于汉字图像的视觉重心点提取算法。算法详细分析视觉重心与汉字字形的关系,并给出一种汉字图像视觉重心点的提取方法。为了保证阅读的流畅和舒适,利用视觉关注模型提取汉字图像的视觉特征;为了改善检验汉字字库的质量,利用力矩平衡理论保证汉字重心的平稳。实验结果表明:该算法不仅提取了汉字的视觉焦点,而且保证了汉字重心的平稳,有助于提高汉字字库的检验质量。     

基于笔划宽度提取的手写体汉字归一化方法

手写体汉字书写变形是手写体汉字识别预处理阶段的重要问题之一。为了有效地改善手写体汉字变形并识别手写体汉字，提出了手写体汉字笔划宽度提取，以及基于提取出的笔划宽度的手写体汉字归一化的方法。用上述方法在计算机上进行仿真实验，实验结果表明，手写体汉字归一化的方法既能保证原手写体汉字的形状结构特征不变，并可有效地改善手写体汉字变形差异。