一个基于规则的图书逻辑结构提取算法

在数字图书馆建设中,一个急需解决的问题是如何自动化地将海量的纸张图书数字化为电子文档。对于生成图书电子文档而言,除了文档内容信息以外,文档版面信息和文档逻辑信息同样重要。该文提出了一种基于规则的图书逻辑结构提取算法。从多页图书文档的模型描述出发,通过采用基于规则的推理方法,提取出图书中的逻辑元素并确定各元素间的层次关系和相互联系,从而得到了整本图书的逻辑结构。实验结果证明了算法的有效性。     

计算机稽核管理信息系统的组建

阐述了金融机构稽核管理的重要性，提出了“稽核管理信息系统”的设计思想与实现方法，主要包括系统目标、系统结构、系统安全以及系统特点。此系统应用于金融机构的事后监督业务，能有效地防范和化解金融风险。     

Interfacing criteria for recognition logic used with a context post-processor

This note reports on a study to determine which character substitution errors are the most serious in the sense of being difficult to detect and correct with a context post processor. The input is English text and a context post processor using positional trigrams is employed to detect and possibly repair errors. The results should be useful in the design of recognition logic to be used with post processors.     

透明黏土可视度及物理力学特性研究

透明土是用于岩土工程模型试验可视化研究的一种重要材料,明确其可视度控制因素与物理力学特性具有重要的意义。采用#15白油与正十二烷作为孔隙液体,无定形硅粉作为固相材料,通过对比不同的孔隙液体配比和掺入硅粉的质量比,发现可视度达到最佳时的配比为15号白油∶正十二烷=10∶3(体积比),孔隙液体∶无定形硅粉=1.5∶1(质量比)。针对最佳可视度的透明黏土进行了变形与强度特性试验,试验结果表明透明黏土属于高压缩性土,并且与天津滨海软黏土的压缩变形特征相近,二者压缩系数和压缩模量相差在10%以内;固结快剪试验表明当透明黏土的当应力水平较低(不大于200 kPa)时,透明黏土的抗剪强度指标可以取c≈11 kPa,φ=14°～18°,当应力水平较高(大于200 kPa)时,可以取c=20.28～22.62 kPa,φ≈17°。     

曲面表面文字平面化的算法

针对书籍内缝边缘类型的材料在进行光学字符识别（OCR）时会产生曲面变形的问题,提出将曲面表面的文字平面化的算法.将文字切割为网格,通过网格的尺寸数据,拟合计算材料变形的表示函数,得到变形材料与展平材料之间的映射关系,将变形材料表面还原.提出一种适合快速计算和实现的不需要拟合函数和积分运算的快速算法,经过测试,验证了该算法的适用范围.结果表明,该算法比拟合函数的算法在效率上有很大提高,并且相对原变形材料,识别率大幅上升;该算法不需要复杂的采集设备,可对绝大多数已有的扫描数据进行校正.     

泥页岩脆-延转化带及其在页岩气勘探中的意义

泥页岩的脆-延性在页岩气勘探开发中备受关注,如何确定泥页岩脆-延转化深度是页岩气保存条件和水力压裂评价的关键问题。基于岩石力学试验,建立了一套泥页岩脆-延转化带确定方法。通过单轴应变试验确定名义固结压力、三轴压缩试验确定泥页岩超固结比（OCR）门限值和脆-延转化临界围压。依据最大古埋深和OCR门限值确定脆性带底界深度。由脆-延转化临界围压确定延性带顶界深度。脆-延转化带即脆性带底界和延性带顶界之间的深度带。按照以上方法确定的泥页岩脆性带、延性带和脆-延转化带,可用于页岩气保存条件和水力压裂评价。在脆性带内,页岩气保存条件不好,构造作用下易于发生脆性破裂。在延性带内,水力压裂效果不好,压裂裂缝容易闭合。在脆-延转化带内,不仅页岩气保存环境较好,而且泥页岩又具有较好的可压性。脆-延转化带是中国南方海相页岩气勘探开发的最佳深度带。勘探实践表明,志留系龙马溪组页岩气高产稳产探井产层的埋深位于按此方法所确定的脆-延转化带之内。     

集成汉英OCR系统识别中文名片

汉英双语混排识别是构造中文自动文档图像处理系统时常会遇到的一个问题。只有采用一种有效的方法集成现有汉英识别引擎,才可能高质量地识别混排文档。该文应用适当干预和多层次语言判断的汉英OCR系统集成原则,集成OCR系统识别中文名片。实验数据表明,利用该原则构造的系统确实能有效集成汉英识别引擎,在纯中文识别率为89.86%,纯英文识别率为91.20%的情况下,使名片最终总体识别率达到了93.45%,较好地解决了汉英混排名片的识别问题。     

增值税发票抵扣联移动认证系统

介绍了增值税发票、增值税发票抵扣联的基本概念,比较了传统发票认证系统和移动认证系统各自的流程和特点。结合企业的需求设计开发了基于智能手机的增值税发票抵扣联移动认证系统,该系统采用Visual Studio2005之C#开发环境,利用汉王OCR文字识别引擎和Windows Mobile系统测试工具实现了发票的获取、文字自动识别、无线认证及认证结果反馈的认证处理过程。最后指出该移动认证系统存在的问题和不足。     

小类别数手写汉字识别

针对小类别数手写汉字,在骨架图形的基础上,把手写汉字看作孤枝、孤环和部件的集合,并定义三者之间的方位关系,从而建立手写汉字的数学模型．基于迷种模型,进一步探讨一种新的识别方法以及新方法所使用的知识库的构造方法．实验表明,所提出的模型及识别方法对于小类数的手写汉字识别行之有效。     

PessimalPrint: a reverse Turing test

Abstract. We exploit the gap in ability between human and machine vision systems to craft a family of automatic challenges that tell human and machine users apart via graphical interfaces including Internet browsers. Turing proposed [Tur50] a method whereby human judges might validate “artificial intelligence” by failing to distinguish between human and machine interlocutors. Stimulated by the “chat room problem” posed by Udi Manber of Yahoo!, and influenced by the CAPTCHA project [BAL00] of Manuel Blum et al. of Carnegie-Mellon Univ., we propose a variant of the Turing test using pessimal print: that is, low-quality images of machine-printed text synthesized pseudo-randomly over certain ranges of words, typefaces, and image degradations. We show experimentally that judicious choice of these ranges can ensure that the images are legible to human readers but illegible to several of the best present-day optical character recognition (OCR) machines. Our approach is motivated by a decade of research on performance evaluation of OCR machines [RJN96,RNN99] and on quantitative stochastic models of document image quality [Bai92,Kan96]. The slow pace of evolution of OCR and other species of machine vision over many decades [NS96,Pav00] suggests that pessimal print will defy automated attack for many years. Applications include `bot' barriers and database rationing. Received: February 14, 2002 / Accepted: March 28, 2002 An expanded version of: A.L. Coates, H.S. Baird, R.J. Fateman (2001) Pessimal Print: a reverse Turing Test. In: {\it Proc. 6th Int. Conf. on Document Analysis and Recognition}, Seattle, Wash., USA, September 10–13, pp. 1154–1158 Correspondence to: H. S. Baird