基于等价关系的有穷自动机最小化方法

主要介绍了有穷自动机的基础知识,研究了有穷自动机的等价性,并在确定型有穷自动机的状态集上引入等价关系,给出了自动机的最小化过程。利用等价归并算法,可以将某一给定的确定型有穷自动机状态集上的等价状态归并掉．生成与其等价的最小化的确定型有穷自动机。     

论有穷状态验证方法的局限性

程序有穷状态验证方法是介于程序验证和程序测试之间的一种方法，一方面它如同程序验证一样可以证明某程序具有某些要求的性质，或找出反例证明该程序不具有所要求的性质。另一方面它又不像程序验证那样复杂，要求验证人员具有较高的形式化推理的专业理论和数学水平。但是，现有的有穷状态验证方法有很大的局限性，它要求所论证的性质是有穷自动机所接受的事件序列的集合，或等价地说该性质能表示成为正则表达式。众所周知，有穷自动机所能接受的语言类，按Chomsky字的集合的分类是很小的类。本文讨论了这种局限性，井尝试突破只能使用有穷自动机的限制，提出了一种新的验证方法——有穷路径验证法。在这种方法中，所论证的性质表示可以推广到使用任何一类自动机。作为代价，描写系统的模型限制是无环的。对于有环的描写系统的模型，本文提出了一种称之为“有穷路径测试”的方法。同一般的程序测试一样，用这种方法通过测试不能正面地验证程序的正确性，可是如果通不过测试，则能帮你发现反例，找出程序的错误。与一般的程序测试不同的是这里的测试是相对于模型的路径，而不执行实际的程序。     

基于等价关系的有穷自动机最小化方法

主要介绍了有穷自动机的基础知识,研究了有穷自动机的等价性,并在确定型有穷自动机的状态集上引入等价关系,给出了自动机的最小化过程。利用等价归并算法,可以将某一给定的确定型有穷自动机状态集上的等价状态归并掉,生成与其等价的最小化的确定型有穷自动机。     

一种将NFA到最小化DFA的方法

词法分析是编译程序重要阶段,有效的词法分析可提高编译程序的效率。本文提出用子集方法完成NFA到DFA并使用树型分割法实现DFA到最小化DFA的化简。     

基于有穷状态自动机原理的粉状物料运输车智能卸料控制程序

控制程序是粉状智能物料运输车完成自动卸料过程的关键,控制程序设计的好坏决定卸料过程能否顺利完成。针对新型粉状物料运输车智能卸料控制器,采用基于消息传递机制和有限状态机原理的多分支结构,程序结构简单清晰,容易编写、调试、功能扩展。     

网络流量分析系统的设计与实现

随着网络速度的不断增长及网络应用的不断增多,网络监管的难度大大增加.实现了一种高速网络流量的实时监控系统NTAS——网络流量分析系统.通过PF_ RING底层报文捕获模块,捕获网络流量,并对网络流量进行完整会话管理以及在此基础上基于有穷自动机(DFA)的协议识别,解决了同类系统性能不足和协议识别率不高的问题.最后给出了NTAS与同类系统的比较测试.测试结果表明,NTAS具备在高速网络环境下对网络流量的实时分析处理的能力.     

由有穷自动机构造正则表达式的新算法

本文借助图论的理论，通过识别回路和不包含回路的由起始状态到终止状态的路径的方法，提出一种构造给定有穷自动机对应的正则表达式的新算法，并给出具体实例。     

关于ω—有穷自动机的两个新的接受条件

至今被公开的ω有穷自动机的接受条件有６个即Ｃ１－Ｃ６，寻找新的接受条件和研究ω－有穷自动机关于新接受条件接受ω－语言能力是ω有穷自动机理论中的一个重要课题。本定义了ω有穷自动机的两个新的接受条件Ｚ１和Ｚ２，并且研究了：（１）ω－Ｕ－ＮＦＡ关于Ｚｉ（ｉ＝１，２）接受ω－语的能力。     

一个多键盘输入组件的设计与实现

基于Windows环境下的原始输入技术(raw input),使用Delphi开发了一个可以处理多个键盘同时输入的组件,可以满足应用程序同时处理多个键盘输入的需求.     

基于网络状态的入侵行为描述及存储方法

提出了一种基于正则语言描述的网络状态入侵行为方法。谊方法结合网络入侵的目标和特点,利用有穷自动机理论,基于网络协议来实现进程和操作系统的状态建立,从而可以发现未知的入侵。论证了应用谊方法的可行性,利用通用入侵检测框架CIDF对应用这种方法的入侵检测系统进行了描述,并讨论了该系统实现时攻击描述的判断和存储方式,最后与其它入侵行为方法进行了比较。     

手机键盘指画输入方法研究*

目前市面上手机的输入法多种多样,按输入方式主要有按键输入、手写输入和语音输入三种。其中前两种是市场的主流,语音输入受输入环境的影响太大,所以市场占有率很少。按键输入主要适用于广大年轻人;手写输入主要适用于中老年人以及对拼音不太熟悉的人,手写板面积较大,但造价较高,所以购买人群并不是太多。基于以上情况,本项目拟开发一种结合手写和键盘两者优点的输入法。通过对现有手机输入法的研究,以及对汉字笔画的深入分析,结合手机输入原理的研究,开发了一种不用添加或更改输入设备就能在现有的手机键盘写汉字的输入方法。该输入法已经     

金数码汉字输入法在UP-NETARM3000平台的设计实现

基于UP-NETARM3000嵌入式系统硬件平台和uC/OS-Ⅱ软件平台的一种汉字笔画输入法.介绍了单字的编码规则,在此基础上给出了容错码、词组的编码方法.重点讨论了软件的设计和实现,包括捕获键盘输入的键盘驱动、笔画编码到汉字的转换、输入的控制以及在UP-NETARM3000上的GUI显示,并给出了部分关键技术的具体实现方法.     

英文输入用键盘布局的改进

现有英文输入用键盘的字母区布局基本上沿用QWERTY英文机械打字机布局,在英文输入中存在输入困难、速度慢、输入易疲劳等缺点。提出了一种改进的键盘布局,该布局结合了英文26个字母的出现频率和键盘字母区各键位的使用难易程度并为最经常使用的字母对的连续输入做了优化,使用改进后的键盘布局可以在获得最快的英文输入速度的同时大幅度地提高输入时的舒适度,降低手指的疲劳度。     

汉字书写质量的模糊分析方法

对书写汉字进行质量评价,可以客观评价书写的美观程度,指出甚至纠正汉字书写中的不规范的情况。针对规定格式的汉字书写常见的几种书写问题,在书写笔画和书写结构方面,通过提取不同的书写特征向量,采用模糊分析的方法,对汉字书写质量进行了客观的评价。实验表明,这种评价方法准确高效,能很好实现汉字书写辅导。     

利用小键盘输入汉字的思路与实现

通过对汉字输入法录入形式的比较,以及对汉字输入法特征及数字键的分析,提出利用数字小键盘实现汉字输入技术的思路和办法,并用C语言实现,达到数字键也能方便输入汉字的效果,并能应用于各种具有数字小键盘设备的汉字输入。     

Stroke++: A new Chinese input method for touch screen mobile phones

Over the past few decades, users have been feeling clumsy inputting Chinese on mobile devices, partly because the layout of the keyboard/keypad is originally designed for inputting Latin alphabets. To improve this user experience, we propose Stroke++, a novel Chinese input method for touch screen mobile devices. More specifically, Stroke++ provides efficient keypad layout, a friendly user interface and a intelligent character/phrase candidate set generation algorithms. Stroke++ splits a Chinese character into multiple radicals. By leveraging hieroglyphic properties of Chinese characters, our method requires users to only input a subset of the radicals to identify the target character, making it much faster and easier to input Chinese on mobile phones. Our user study results show that Stroke++ outperforms most major Chinese input methods on mobile devices, including Stroke, Pinyin and Hand Writing Recognition (HWR), in terms of the input efficiency and usability. Moreover, we also demonstrate that Stroke++ offers a low entry barrier for Chinese-input novices.     

面向中文矢量笔迹中单字详细分类的特征和方法比较*

在识别矢量笔迹文本时,不同类型单字需要采用不同识别器,确定详细类别是单字识别的前提。对实际中文矢量笔迹文本中单字进行汉字、标点、数字、字母和单词的详细分类,提出了自身和相对（包括近邻和同行）特征,选用决策树、逻辑模型树、贝叶斯网络和支持向量机四种分类器。针对大量实际数据,测试和比较了多种特征和分类器的性能。实验表明,近邻单字的组合特征具有较好的分类能力,支持向量机对各种单字均有较好分类性能。     

一种动态的汉字笔段提取方法

提出了一种笔段提取新方法,充分利用了撇笔段和捺笔段的轮廓规律,在提取笔段过程中动态改变寻找方向,使提取正确率进一步提高。实验证明了算法的有效性,与传统笔段提取算法相比,正确率由99.3%提高到99.8%以上,为汉字识别创造了更有利的条件。     

Two-stage segmentation of unconstrained handwritten Chinese characters

Correct segmentation of handwritten Chinese characters is crucial to their successful recognition. However, due to many difficulties involved, little work has been reported in this area. In this paper, a two-stage approach is presented to segment unconstrained handwritten Chinese characters. A handwritten Chinese character string is first coarsely segmented according to the background skeleton and vertical projection after a proper image preprocessing. With several geometric features, all possible segmentation paths are evaluated by using the fuzzy decision rules learned from examples. As a result, unsuitable segmentation paths are discarded. In the fine segmentation stage that follows, the strokes that may contain segmentation points are first identified. The feature points are then extracted from candidate strokes and taken as segmentation point candidates through each of which a segmentation path may be formed. The geometric features similar to the coarse segmentation stage are used and corresponding fuzzy decision rules are generated to evaluate fine segmentation paths. Experimental results on 1000 Chinese character strings from postal mail show that our approach can achieve a reasonable good overall accuracy in segmenting unconstrained handwritten Chinese characters.