HMM方法识别脱机手写汉字

本文提出了一种在隐含马尔可夫模型(HMM)框架下建立的识别脱机手写汉字的方法,介绍了以HMM对脱机手写汉字进行建模、识别的整个过程,并给出了实验结果对国标一级3755个汉字的识别率,在两种测试集上分别达到96.4%和91.5%.     

基于神经网络集成的手写识别系统

在研究基于隐马尔可夫模型的识别器和基于距离分类器的识别器的识别结果基础上,提出两种基于集成神经网络的手写识别系统:比较神经网络识别系统和全排列神经网络识别系统.实验分析表明,该系统对西文手写体的识别率最高可达到99%,比单独使用原始识别器的识别率提高10个百分点,达到了良好的识别效果.     

基于DGMM的中国手语识别系统

手语是聋人使用的语方,是由手形动作辅之以表情姿势由符号构成的比较稳定的表达系统,是一种靠动作／视觉交际的语言,手语识别的研究目标是让机器“看懂”聋人的语方,手语识别和手语合成相结合构成一个“人－机手语翻译系统”,便于聋人与周围环境的交流,手语识别问题是动态手势信号即手语信号的识别问题,考虑系统的实时性及识别效率,系统选取Ｃｙｂｅｒｇｌｏｖｅ型号数据手套作为手语输入设备,并采用ＤＧＭＭ（ｄｙｎａｍｉ     

基于手写体汉字的成绩单自动识别系统

本文针对基于手写体汉字的成绩单自动识别系统的实际需要,基于目前脱机手写体汉字识别技术的一些研究成果,提出一种新的基于聚类方法和多个分类器的线性集成的综合方法,并且采用分级判决策略,进上步降低误识率,实验结果表明,本系统具有较高的识别率和较低的误识率,并且具有较好的扩展性,具有实用的可行性。     

嵌入式语音识别系统的研究

结合PDA的自身特点，讨论了新型嵌入式语音识别系统ESRS；同时重点讲述了ESRS的系统结构框架和实现的关键技术，包括基于时域能量的端点检到、基于隐马尔可夫模型的拒识技术、特征提取和抗噪技术。     

一个实用的古籍印刷汉字识别系统

本文采用Shannon理论, 讨论了古籍印刷汉字识别字域地选择所受的约束,汉字特征提取的性能限度, 以及如何用汉字的统计特性, 进一步提高来统的识别率在理论分析的基础上, 经过大量实验研究, 所完成的古籍印, 汉字识别系统对已标注过720万字的古籍录入显示了它的优越性能。     

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。     

基于HTK 的特定词语音识别系统

语音识别技术经过半个世纪的发展,目前已日趋成熟,其在语音拨号系统、数字遥控、工业控制等领域都有了广泛的应用。由于目前常用的声学模型和语言模型的局限性,计算机只能识别一些词汇或一些句子。语音识别系统在语种改变时,往往会出现错误的识别结果。针对上述问题,结合隐马尔可夫模型原理,在HTK语音处理工具箱的基础上构建了中英文特定词语音识别系统。该系统通过代码控制整个构建过程,使其在更换新的训练数据和词典后能快速生成对应的识别模型。     

手写表格识别系统研究和实现

对手写表格数字识别系统进行研究,提出了输出规则的概念,解决了常用表格数据识别处理的输出描述问题.用此方法已成功地开发出手写数字表格识别处理系统,该系统具有运算量小、抗干扰性强、通用性好、识别率高等特点.     

基于DSP的语音识别系统的研究与设计

针对在PC机上实现的语音识别系统具有运行费用高、功耗大和体积大的问题,本文提出了以TMS320VC5509低功耗芯片为核心的语音识别系统方案,设计了系统的硬件结构,研究语音信号的特征提取和编码,建立前向-后向隐马尔可夫(HMM)模型,实现孤立词的语音识别.该系统具有运行费用低、功耗小和占用空间小的特点.     

863手写汉字识别测试平台

本文详细介绍了用于1998年4月在北京举行的全国863评测手写汉字识别测试平台的情况,如测试大纲、测试样本的选择与分类、测试结果等,并提出了作者的一些看法和建议。     

基于ANN和HMM的联机手写体汉字识别系统

为了解决联机手写体汉字笔划顺序、笔划数目及笔划形状变化问题,提出了一种新的联机手写体汉字识别方法:人工神经网络(ANN)和隐马尔可夫模型(HMM)相结合的汉字识别方法,首先通过BP神经网络进行笔划识别,再通过笔划类型和笔划间位置关系的隐马尔可夫模型进行整字识别。实验证明,该联机手写体汉字识别系统具有较高地识别准确率。     

隐马尔可夫模型在脱机手写体汉字识别中的应用

介绍了一种新的脱机手写汉字识别方法－－隐马尔可夫模型（HMM）法，该方法对每个汉字建立8个HMM，通过等比重综合方法将8个分类器的计算结果进行综合，从而得到识别结果，实践证明该方法是可行的。     

手写汉语拼音的融合识别系统

手写设备用户容易忘记特定中文单字写法,需要为其提供拼音输入法。采用分类器融合方式构筑拼音单词识别系统,通过隐马尔可夫模型分类器获得拼音单词的切分点,利用统计特征识别模块进行识别后融合,研究并改进拼音单词基线提取方法。实验结果表明,该方法对17 745个测试样本的识别率达91.37%。     

自由手写体数字表格自动识别系统

自由手写体的识别是模式识别的一个重要课题,该文论述了一个面向具体应用领域的集数据表格的描扫、识别、数据自动入库为一体的软件系统,研究了数字的切分、快速识别等关键技术。采用了一种基于笔道方向的手写体数字识别的方法。     

手写汉字的集群识别

为了降低单个汉字的分辨率,论文分析了通用的汉字识别模型,并在此基础上建立了适于多字识别的集群识别模型。为了充分论证集群识别模型的观点,本文从理论证明和实验两方面获得支持根据。实验结果表明基于多字识别模型的集群识别能可靠提高对连续文字的识别效果,是手写汉字识别中很有希望的发展方向。     

成绩单OCR录入系统中的自动校验

校验是ＯＣＲ系统中必不可少的组成部分,本文针对成绩单录入这个特定的ＯＣＲ系统,提出了一些行之有效的校验方法,提高了整个系统的实用价值。     

基于语义的手写汉字识别模型

目前,已经有很多文献阐述了不同的手写汉字识别算法,但是绝大多数算法都是针对单个汉字进行识别的,所以对于比较容易混淆的字,它们的识别效果都不好。该文针对这个问题,在单个汉字识别的基础上,结合汉语字典,加入了对前后汉字的语义考虑,大大地提高了这些容易混淆的汉字的识别率。     

手写体汉字识别纯神经网络多分类器集成

多分类器集成是解决手写体汉字识别性能的重要方法之一,近年来受到了学术届的普遍关注。文章提出了一种基于单字单网的手写体汉字识别纯神经网络的多分类器集成方案,并通过实验证明该方案是行之有效的。