识别在线手写汉字的模糊属性自动机

本文提出一种识别在线手写汉字笔划的模糊属性自动机,为汉字识别打下了基础.汉字 的笔划由笔段构成,利用笔段的长度信息,借助模糊信息处理方法,以不变嵌入原理为着眼点, 提出一种模糊属性文法及其相应的模糊属性自动机.这种文法在句法形式上是有限状态文法, 但语义规则中包含上下文的信息,其能力大大超过有限状态文法,相应的自动机能有效地识别 笔划.经对大量在线手写汉字的识别,表明了模糊属性自动机的实用性.     

模式识别的一类属性文法

本文叙述了在通常的文法中引入两个基元间连接属性的重要性,从而看出在属性文法 中,句法和词意两部分间可以有折衷的关系,即增加后者的复杂性将会使前者得到简化,反之 亦然,这样使便于应用的有限状态属性文法成为基本的形式.这里作者吸取了PDL,Plex Grammar,Tree Grammar中连接关系的优点,引入连接属性,提出一类关联属性文法.这类 文法可以有效地描述和识别曲线段构成的图形,如汉字、电子线路图等.     

模式识别中的递归结构及其句法-词义描述

模式的递归结构影响它的形式语言性质,成为模式结构描述的复杂问题之一.本文系统 地研究了递归结构的性质,按基本递归结构划分子模式,并以句法-词义方法对它们作分层文 法描述,从而建立了递归结构的有效描述体系.程序文法、属性文法以及由此派生的递归条件 文法和递归属性文法,都能成功地按此体系描述各种递归结构,这些文法的描述能力也因而得 到阐明.     

一种识别线划图形的方法

把模式识的统计方法和句法方法统一起来成为一种有效的方法,已经有过一些研究, 取得了进展.本文在作者用属性文法来统一两种方法的工作基础上,借鉴认知心理学关于记 忆和语言的一些论点,讨论了高维属性文法的句法和词意之间的折衷关系,对于线划图形,给 出句法、词义以及模块之间关系信息的距离度量,从而可以用最小距离准则来进行线划图形 (尤其是汉字)的识别.     

属性文法中变元间的关系

本文从模式的语义、句法描述着眼,分析了一个属性文法的产生式变元间的几种关系,把 这些关系作为语义部分的内容,从而推广了属性文法,以推广后的属性文法为基础,引入控制 连接图作为主要的限制条件,提出一种"语义程序文法",并把标准模式与畸变模式之间的联系 用限制条件描述.最后利用变元间的关系,把模式的描述与知识的表达联系起来.     

用于手写汉字识别的二维扩展属性文法中的文法归约

本文介绍用于识别手写印刷体汉字的二维扩展属性文法方法中文法归约阶段的工作。从四方位取出部件之后,按照部件组合属性和部件框位置关系对部件进行归约。由于利用了汉字部件组合关系中的信息冗余及扩展属性文法的语义处理能力,这种方法降低了对部件正确抽取的要求,但仍能识别畸变较大的汉字,并能有效地区分极相似字。     

手写印刷体汉字识别方法2-D EAG

本文介绍手写印刷体汉字识别方法2-D EAG。主要的工作为:提出了二维扩展属性文法模式识别方法,可实现自底向上归约和自顶向下推导双向信息传递和控制;提出了一种直接利用二维信息进行识别的方式,可避免特征线性化造成的信息丢失;提出了多义文法、共生文法和结构推断三种在文法之间建立联系,利用结构类比区分极相似字的 识别算法;提出了多冗余归约机制,双边缘弹性跟踪笔段抽取算法,多冗余有引导部件抽取算法。用2-D EAG方法对100字种实际手写汉字进行了识别实验,在识别大畸变汉字(包括部分连笔字)方面得到了很好的结果。     

拓广属性文法

一、引言属性文法被普遍用作为基于语言的环境中增量语义分析的基础。传统属性文法中,属性是局部的,即语义等式仅能引用相同产生式实例中属性的值。对于以属性文法为基础的增量语义分析,属性的局部性无法有效地传递语义树中符号定义点和引用点之间的语义信息。换言之,为了把符号的定义信息传送到引用点上,定义信息必须逐结点地经过许多中介属性;一个符号的定义和删     

实现谱峰自动识别的句法方法

本文描述一种用于自动识别数字谱数据序列中的谱峰的句法方法.为便于谱峰识别,先 将谱数据序列编码为谱峰描述语句,然后用一种谱峰识别自动机将其中的谱峰一一选出.文 中详细说明了产生谱峰描述语言的谱峰文法和识别谱峰的谱峰识别自动机,同时给出了实验 结果.     

一种语义网络

本文提出了一种语义网络.它是以模式识别中的语义句法方法[1,2]为基础,结合专家系 统研究中发展的专家工具网络(ETN)1],2]而形成的. 网络的基本单元是知识块(Course),每个知识块由上下文无关的属性文法描述.为了描 述整个网络,对属性文法作了如下的扩展:(1)将导出树的节点标号、"支"标号理解为可加以 描述的概念;(2)在属性文法中引入控制策略.这种网络结构不仅可用在模式识别的"模式描 述"中,而且可用于人工智能的知识表达.     

二维扩展属性文法中的三种识别控制机制

本文介绍了识别手写印刷体汉字的二维扩展属性文法(2-D EAG)方法中多义文法、共 生文法和结构推断三种识别控制机制.采用这些控制机制,2-D EAG方法可以在较大的幅 度内容纳结构畸变,可以利用相似结构之间的类比,实现先外后内的识别顺序,以及抑制冗余 识别.     

模式识别的一种词意句法距离度量

本文讨论噪声模式和畸变模式的识别问题.用带有位置坐标的树状文法描述图象,对区 域的边界进行分析,建立与产生式相对应的词意规则.这里既考虑模式的统计特征,又通过词 意、句法指导下的变换来描写畸变模式的结构.在此基础上提出一种包括词意及句法的距离 度量,从而用最小距离准则来进行识别.     

一个实用的语法分析器自动生成系统

一、前言LR分析算法是knuth 1965年首先提出的.LR分析器能自动生成,运行效率高,查错功能强,识别语法类大,可用于大多数由上下文无关文法描述的程序语言.然而,由于一般的LR分析器状态数量极多,需要大量的存储空间,很不实用.为此,人们做了许多努力.以后演变出的SLR、LALR文法都是对LR文法加以某种限制,所识别的文法类是LR文法的一个子集,因此可以比较有效地实现.     

层级分类概率句法分析

对已有的句法分析中引入知识的方法进行了归纳分析,认为多种句法分析方法都可被看作是基于特征标记的分类,然后分析了其中的欠分类和过分类问题.在此基础上,提出一种层级分类短语结构文法和一种层级分类概率句法分析方法(hierarchically classified probabilistic context-free grammar),并设计了一种通过对实例进行聚类来消除句法规则的分类歧义方法.还进一步将层级分类扩展到概率上下文相关句法分析方法,利用上下文相关性的层级分类来解决引入上下文相关时的数据稀疏性问题.通过上述一系列方法有效地克服了过分类与前分类之间的矛盾.     

面向目标检测与姿态估计的联合文法模型

针对部件模型在描述目标上的局限性,提出了一种判别化的视觉文法模型.该模型利用文法的可描述性和可扩展性能够对通用目标类别进行描述并且处理一般化的识别任务.根据目标检测和姿态估计的特点将文法模型实例化为两个单任务文法,同时对比了文法的异同.通过分析检测与姿态估计在应用背景和研究方法上的互补性,进一步提出了一种联合识别文法.联合文法由一组判别符号合并两个单任务文法,其特点是实现了并行化的目标检测与姿态估计,而且能同时提升检测和估计性能.鉴于参数训练所面临的弱监督环境,引入带隐变量的结构化学习框架优化文法参数.实验分别在单任务和多任务场景下对比了部件模型与提出的联合文法.实验结果说明联合文法在性能上优于当前主流的检测模型和姿态估计模型.     

软件体系结构的属性图文法描述及其约束验证*

在前人工作的基础上,使用了一种利于约束检查和属性刻画的属性图文法,该方法形式地描述了体系结构及其演化;接着给出了一个算法检查演化动作是否会破坏体系结构约束.在对属性图文法系统AGG的图形解析器进行定制和改进的基础上,设计并实现了体系结构自动检查器.该检查器已应用于面向体系结构的服务集成开发平台Artemis-ARC系统中.     

利用多重依赖关系的增量属性计值方法

本文利用属性文法中各个属性之间的多重依赖关系,针对某一类属性文法提出了一种新的增量属性计值算法。它不仅空间开销少,而且在时间上可以被证明是最优的。更进一步,我们还将该算法推广到能适用于一般的属性文法。同时保持了时间最优性与空间复杂性的价不变。     

基于几何形状的点集聚类

针对传统的基于距离计算相似性聚类方法的局限性,提出一种基于几何形状的点集聚类方法.该方法可以从离散的点集中提取出具有某种拓扑几何形状特征的目标对象.实验证明,该方法可以有效地检测分布呈小饶度的曲线形状的点集,在一定程度上克服了基于距离检测方法的局限性,可以在工程图纸识别、计算机视觉、遥感识别等领域得到应用.     

前后义无关属性文法

本文定义了一种新的属性文法类——前后义无关属性文法。提出了一种适合该属性文法类的属性计算方法——局部多遍属性计算法。 文中证明了,在保证属性计算与具体应用无关的前提下,前后义无关属性文法具有最强的表达能力,而局部多遍属性计算法则具有最佳的实现效率。 基于上述理论,作者构造了编译程序生成系统BSX。     

采用独立分量分析Zernike矩的遥感图像飞机目标识别

为了提高遥感图像目标自动识别系统的准确性,提出了一种新的采用独立分量分析(ICA)Zern ike矩的飞机目标识别方法.首先对分割后的目标区域进行独立分量分析处理,将待识别目标形状转换到标准形式,然后对标准化后的图像目标提取Zern ike矩作为特征向量进行识别.通过实验表明此方法具有鲁棒性,能有效地消除遥感图像目标尺度、旋转、平移、反转和扭曲影响,能够有效地识别遥感图像飞机目标.