手写汉字识别粗分类方法的研究

提出了一种基于汉字结构关系的手写汉字识别粗分类的新方法。该方法以抽取手写汉字基本笔划为基础，利用汉字的结构特征进行粗分类。它不公算法简单、分类速度快、分类能力强、分类稳定、可靠，在分类的同时又能把组成汉字的部件及其笔划随之而分离出来，为用句法结构方法识别手写汉字奠定了基础。     

一种识别无限制手写体数字的方法

对无限制手写体数字的两大特点──畸变性和旋转性，提出了一种链匹配识别算法。全面描述了边界的拓扑结构（基元），根据形成输入字符图像的一维链码与参照链的匹配结果进行识别。压缩了原始图像信息，提高了处理速度，同时也达到了较高的识别率。     

一种识别无限制手写体数字的方法

对无限制手写体数字的两大特点－畸变性和旋转性，提出了一种链匹配识别算法。全面描述了边界的拓扑结构（基元）、根据形成输入字符图像的一维链码与参照链的匹配结果进行识别。压缩了原始图像信息，提高了处理速度，遇时也达到了较高的识别率。     

关于限制性手写体汉字的一种识别方法

成功地提出了关于限制性手写体汉字的一种识别方法,并在486 DX/66 PC机上进行了模拟实验,取得了一定的效果。对于经预处理后的手写体汉字,采用结构识别法、统计决策法和模糊数学法相结合的一种方法。另外,提出了对相似文字的识别方法。     

特征融合用于手写体汉字识别研究

分析了手写汉字特征的提取方法,提取具有一定互补性的轮廓方向特征和方向距离分布特征,并进行K-L变换降维处理,用多特征合成一个区分能力更强的新特征.讨论了RBF网络分类器特性,结合特征融合方法和模块RBF神经网络结构有机地构建一个小类别手写体汉字识别系统.实验表明,该系统可行和有效.     

特征融合用手写体汉字识别研究

分析了手写汉字特征的提取方法，提取具有一定互补性的轮廓方向特征和方向距离分布特征，并进行K-L变换降维处理，用多特征合成一个区分能力更强的新特点。讨论了RBF网络分类器特性，结合特征融合方法和模块RBF神经网络结构有机地构建一个小类别手写体汉字识别系统。实验表明，该系统可行和有效。     

一种新的手写体字符识别方法

本文提出了一种新的用于识别限制性手写体字符的句法和统计相结合的模式识别方法(简称CSSPR方法),介绍了基于该方法设计实现的手写体字符识别系统(CSSHCRS).CSSPR方法保留了句法P.R.方法对模式结构进行描述的特点,且由于引入了统计模式识别方法,使所设计的CSSHCRS具有较强的抗畸变能力.     

脱机手写体汉字识别中的预处理算法研究

多年来,许多科技工作者都时汉字识别这一研究领域产生了极大的兴趣,并发表了大量的有关该研究领域的研究报告和文献,针对脱机手写体汉字识别的预处理工作,重点讨论了图像二值化和字符分割,提出图像二值化的改进算法和简单粘连字符分割的算法、经过实验,在预处理工作中得到了较满意的结果．     

基于改进的PSO神经网络的手写体汉字识别

为了克服手写体汉字识别中传统神经网络训练算法存在网络易于过早收敛的缺陷,本文提出采用自适应惯性权值的粒子群优化算法训练神经网络,即利用粒子更新迭代训练神经网络最优的权值和阈值,其中对粒子更新的惯性权值进行了自适应性的改进.试验中提取了大量汉字样本的笔画数量信息和分布信息作为特征向量,利用改进的粒子群神经网络对汉字进行分类,并与BP神经网络的识别效果做了比较.结果表明:自适应惯性权值的粒子群优化算法能有效避免网络"早熟",大大提高了网络训练精度,网络对汉字的识别正确率明显提高.     

基于粗集方法的一种文字识别

文字识别作为模式识别的一个重要方面,其研究获得广泛重视。本文基于粗集理论的观点,把文字识别问题看作是模式识别中简化知识表态与信息分类处理问题,提出一种新的文字识别方法,这不仅对模式识别中如何提取有用特征是一种新的探索,而且对简化信息处理也是一种新的方法。本文介绍了基于粗集理论的文字知识表达的方法,探讨了模式识别中的特征提取及最小决策算法,并给出一人上文字识别的例子来说明这种有效的方法。     

A Structure Similarity Analysis Method for On－Line Recognition of Handwritten Chinese Characters

ＡＳｔｒｕｃｔｕｒｅＳｉｍｉｌａｒｉｔｙＡｎａｌｙｓｉｓＭｅｔｈｏｄｆｏｒＯｎ－ＬｉｎｅＲｅｃｏｇｎｉｔｉｏｎｏｆＨａｎｄｗｒｉｔｔｅｎＣｈｉｎｅｓｅＣｈａｒａｃｔｅｒｓＬＩＵＪｉａｆｅｎｇ；ＴＡＮＧＪｉａｎｇｌｏｎｇ；ＳＨＵＷｅｎｈａｏ（刘家锋，唐...     

On-Line Recognition of Handwritten Chinese Characters

For the design of a system for on-line recognition of handwritten Chinesecharacters stroke segment ordering is such a difficult problem no good solution is availableto it yet so far.An optimal stroke segment matching algorithm based on stroke structureinformation is proposed in this paper.Results of experiments are presented so thatcomparison can be made between the proposed algorithm and the stroke segmentmatching method based on the strokes’absoulute coordinates.     

基于双神经网络分类器的脱机手写体汉字识别

脱机手写体汉字识别因其自身的复杂性,系统的实现具有很大的困难。现有的方法,多针对小字符集。为了能在更大的字符集内实现脱机手写体汉字识别,文章结合双重特征提取方法,提出了将双神经网络分类器引入脱机手写体汉字识别。该方法提取汉字字符的2组特征,将2组特征输入双重神经网络进行并行训练,再经过后处理选择最优结果。将该方法与用于小字符集的SVM方法进行了比较,结果表明其识别率明显高于SVM方法,说明双神经网络在脱机手写体汉字识别中有较强的可行性和实用性。     

基于神经网络方法的手写体数字识别

利用神经网络技术对无限制手写体数字进行识别。在选取合适的特征基础上，对图像进行分域处理，每一小域对应输入层的一个神经元。测试结果表明，该识别方案具有很强的抗畸变、抗旋转能力。     

一种基于参照模型的联机手写汉字识别方法

联机手写汉字的识别是模式识别的热点问题，现在所采用的多为特征匹配和结构匹配两种方法。结构匹配方法充分考虑了笔划间的连接关系，能构得到较好的识别率。结构匹配的关健在于如何有效地从输入手写汉字中提取笔划。考虑到同一个汉字的手写体会由于笔划的长短、延伸角度的不同而有所区别，但彼此仍存在极大的相似性，文章提出了一种基于参照模型的手写汉字笔划提取及匹配方法，以解决手写汉字识别问题中的难题。     

用自然结构分析法识别手写汉字

本文从汉字的自然层次结构出发,提出了手写汉字识别的自然结构分析法。在充分考查了国标集6763个汉字的基础上,建立了一个模拟实验系统。在该系统中,使用了扩充的有限自动机和启发式搜索等技术。该系统能识别带有少量连笔的手写汉字。实验结果表明:自然结构分析法是一种有效的手写汉字识别方法。     

一种新的激光刻蚀字符的识别方法

通过对铭牌字符结构特征和字符之间相对关系的分析,提出基于神经网络和隐马尔可夫模型的激光刻蚀字符的识别方法。提取字符图像中的端点、三叉点和四叉点,对传统三叉点的提取方法进行改进,并利用神经网络的方法计算出对应每个字符的概率值,再根据隐马尔可夫模型计算出状态转移的最大似然,从而识别整个字符串。实验表明上述方法适用于激光刻蚀铭牌字符的识别。     

A 4-Corner Codes Classifier Based on Decision Tree Inductive Learning for Handwritten Chinese Characters

oINTRODUCTIONDiscretevectorspacewhichcanbeappliedtomanyfieldssuchaspatternrecognition,intelligentcontrolandknowledgeacquisi-tion[l~3lplayakeyroleinartificialintelli-gence.DecisiontreeInductivelearningisoneofthemosteffectivemethodswhichcanac-quireknowledgebytrainingexamplesinfiniteanddiscretevectorspace1"51.Algorithms['6]fordecisiontreeinductivelearningcanyieldarecognitionfunctionaccordingtoatrainingexamp1eset.Valuesgivenbythefunctionbe-longtoaone-dimensional,finiteanddiscretevectorspace.…