基于并行神经网络的汉字识别系统

介绍了一种基于并行神经网络的汉字识别系统,该系统进行汉字图象的预处理后,针对汉字平移、旋转、尺度变化,提取三类相对稳定且抗噪、反映汉字结构信息的统计特征作为神经网络的输入,神经网络采用叠层BP网,用BP算法进行训练,学习和识别。本系统对标准BP算法做了若干改进,从速度和识别率上都得到了明显的提高;用PVM网络并行平台虚拟成并行机,实现叠层BP网的并行处理。     

基于细识别的脱机手写体汉字识别的集成

目前脱机手写体汉字识别技术的细识别采用的方法有很多,如重心模糊网格法,势场特征撮法等,但第一一种方法都有不足之处,不能达到很的效果,该文提出了一种不细化担取笔划元法及综合３种识别方法的集成方案,使识别率有了很大的提高。     

一个基于综合匹配的汉字识别后处理系统

本文实现了一个基于综合匹配法的汉字识别后处理系统，该方法既利用了帝级识别结果的信息，又利用了汉语中字的上下文制约关系，即组字成词的信息，同时用了词的使用频度。     

汉字内码方案与标准

我国使用的文字是汉字,使用的语言是汉语,我国社会中需要进行处理的信息主要是汉字信息。然而,汉字信息的输入输出及处理,都比西文信息的处理困难得多。在计算机应用的早期,国外研制的计算机及其配套软件系统大多是适合西文信息处理的,一般不能直接实现汉字的输入与输出。为解决仅字信息的计算机处理问题,我们国家在20世纪60年代就开始了对汉字信息处理技术的探索和研究。经过几代计算机研究者的艰苦努力,在解决计算机的汉字处理方面取得了突破性进展,现在已经发展到了成熟阶段。那么,计算机汉字信息处理是如何实现的？有哪些标准…     

手写汉字识别系统中的多级预候选字符选择

本文提出借助选择多级预候选字符来压缩识别手写汉字处理时间的一种模型。选择预候选字符所用的特征是根据一训练字符集所计算的压缩率进行排序。对每一输入字符都启动这一预候选字符选择模型。在每一阶段中，我们都使用输入字符计算一个特征来删除不可能的字符类别。     

一种手写体相似汉字获取方法

给出了获取相似字集合的一种方法，通过参数的调整能方便地改变相似字集合的规模。     

一种新的汉字数字编码方法

本文介绍了一种汉字数字编码，它是用数字小键盘输入汉字的新方法，该方法已申请发明专利，申请号：03107107．4．     

脱机手写体汉字识别后处理综合纠错算法设计和实现

充分利用了汉语词的信息及字词的频度信息，利用面向对象技术并用多级的纠错方法，实现了一个基于综合算法的汉字识别后处理系统，明显地提高了脱机手写体汉字最终识别率。     

汉字拼音的首字符的获取与运用

汉字拼音的首字符,可以在数据库中作为某一关键宇段(如:商品的名称、客户单位的名称等)的辅助查询字段来简化查询过程中的输入问题。也就是说,用户只要输入需要查找的汉字拼音的首字符,就能很快定位到要查找的记录,当要查找的字数在4、5个以上时,其重码率还是很低的。例如     

基于集成RBF神经网络的小类别手写体汉字识别系统

该文介绍了RBF神经网络的模型,讨论了RBF网络分类器的机理和特点,提出了一种集成RBF神经网络并应用于小类别手写体汉字识别系统的设计,采用了组合重心分解网格特征方法来提取汉字特征,设计了遗传进化隐层节点自生成算法用于RBF的训练。实验表明该小类别手写体汉字识别系统有很高的识别率,具有一定的实用推广价值。     

脱机手写体汉字识别技术研究的几点思考

针对脱机手写体汉字识别的研究现状。在思考分析基础上．探讨了进一步研究的路线。     

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     

技术综合集成在模式识别中的应用

本文介绍了采用综合技术集成的方法，解决印刷汉字识别系统误识率太高的重大难题，并通过集成系统的实践，证实了其技术集成优势，由于识别方法的互补效应，不仅提高了识别的正确率，而且使误识率得到大幅度的降低，采用该集成办法研制的系统，经过１００万字的实际文章的测试，系统的识别率超过９８％，误识率小于０．２％，尤其是汉字的误识率小于０．１％。     

一种识别手写汉字的多分类器集成方法

根据多信源信息处理与字符识别的经验知识，提出了一个识别手写汉字的多分类器线性集成模型．这个模型不仅考虑到不同的分类器对不同字符识别能力的不同，而且还考虑了不同的分类器得出的输入字符与参考模板之间相似度的实际大小对判决的影响，及不同分类器提供的候选字符对判决的支持作用，更重要的是提供了一种通过监督学习，利用计算机程序自动计算模型参数的方法，因而实现了一个较好的集成系统．同时，本文还提供了三个用于集成的分类器，它们集成的结果充分显示了本方法的有效性。     

一种识别手写汉字的多分类器集成方法

根据多信源信息处理与字符识别的经验知识,提出了一个识别手写汉字的多分类器线性集成模型.这个模型不仅考虑到不同的分类器对不同字符识别能力的不同,而且还考虑了不同的分类器得出的输入字符与参考模板之间相似度的实际大小对判决的影响,及不同分类器提供的候选字符对判决的支持作用,更重要的是提供了一种通过监督学习,利用计算机程序自动计算模型参数的方法,因而实现了一个较好的集成系统.同时,本文还提供了三个用于集成的分类器,它们集成的结果充分显示了本方法的有效性.     

无中文系统下汉字、字符菜单的实现

通过实例介绍了在无中文系统汉字库下，实现汉字和字符菜单的显示新方法。     

基于遗传算法的手写体汉字识别系统优化方法的研究

为了改善手写体汉字识别系统的性能,提出了前端单字识别器（SCR）和后端语言解码器（post-processing system）有效结合的模型,并且利用遗传算法对系统参数进行优化。以联机手写体汉字识别系统作为SCR进行测试,首选准确率为69．46％,汉字识别的准确率达到87．59％,较优化前提高6．4％。实验结果表明,遗传算法（GA）是一种有效的优化系统参数的方法。