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。     

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．     

点可区别边色数和点可区别全色数的两个上界

应用概率方法中的第一矩量原理和Markov不等式,证明了对于最大度为Δ的n阶图G,当Δ≥2时,其点可区别的边色数χv′d（G）≤nΔ（n-1）,当n≥3,Δ≥1时,其点可区别的全色数χvt（G）≤2 nΔ（n-1）.     

图Wn,2与图Fn,2的邻点可区别均匀E-全染色

对简单图G,如果图G存在一个染色法f,使得任意两个相邻的顶点染不同的颜色;任意一条边与其关联的点染不同的颜色;任意两个相邻的点的色集合不相同,并且任意两色所染元素的数目之差不超过1,则称该染色法f为G的邻点可区别均匀E-全染色,其所用最少颜色数称为该图的邻点可区别均匀E-全色数.讨论了图Wn,2与图Fn,2的邻点可区别均匀E-全染色,并得到了它们的均匀E-全色数.     

完全二部图K_（7,n）的点可区别IE-全染色

本文旨在得到完全二部图K7,n（n≥8）的点可区别IE-全色数.文章通过χviet（G）≥ζ（G）得到n的不同区间,并通过一定的染色方案及推理得到了当n在不同的区间时K7,n（n≥8）的点可区别IE-全色数.     

两类笛卡尔乘积图的邻点全和可区别全染色

设f : V(G) ∪ E(G) → {1, 2, · · · , k}是图 G 的一个正常 k-全染色,令权重■,其中N(x) = {y ∈ V(G)|xy ∈ E(G)}. 对任意的边uv ∈ E(G),如果有?(u) ≠ ?(v)成立,则称 f为图 G的一个邻点全和可别正常 k 正常 k-全染色. 图 G 的邻点全和可区别全色数是指对图 G进行邻点全和可区别 k-全染色所需要的最小色数 k,记为ftndi_Σ(G). 本研究猜想：对于最大度为 ?的图 G( K ₂除外),■. 研究得到路与路的笛卡尔乘积图和路与圈的笛卡尔乘积图的邻点全和可区别全色数均为? + 1,证实了上述猜想.     

圈的距离不大于5的任意两点可区别的全染色

所谓图的D（β）-点可区别全染色是指图G的一个正常全染色且使得距离不大于β的任意2点有不同的色集合.文献[2]讨论了图的距离等于2和3的点可区别全染色,文献[3]讨论了图的距离等于4的点可区别全染色.本文主要讨论了圈的D（5）-点可区别的全染色.     

一些图的剖分图的邻点可区别全色数

对扇,轮,完全二部图作了简单的剖分,得到了它们的剖分图,并得到了其剖分图的邻点可区别全色数．     

Wm∨C3的点可区别正常边色数

对于轮和圈的联图,给出了一种点可区别的边染色方法,并得到了其点可区别边色数．     

一类1-树图的邻点可区别全染色

在树和单圈图的邻点可区别全色数基础上,从1-树图的结构特点出发,采用结构分析法和数学归纳法,对一类1-树图的邻点可区别全染色进行了研究,并给出了它的邻点可区别全色数.     

基于UCDOS的中、日文混合显示的实现

多文种处理已成为中文信息处理的新热．久。本文在对典型的中文操作系统UCDOS的显示功能分析的基础上，提出一种基于UCDOS的中、日文混合显示的实现方案     

利用语言知识的汉字识别分类策略

本文分析了单字分类的缺点,给出了以多字词及短语为分类的基本单位,利用MarKov模型,语言的多种统计知识及距离测度,进行分类的策略与方法。较好地克服了过去以单字为分类的基本单位造成的识别率较低,识别速度较慢的缺点。     

基于相机标定的文字变造篡改鉴定

数字照片中的汉字经过数码相机拍摄都会符合一定的投影规则,经过变造篡改的汉字则存在一定程度的投影偏差.为了检测数字图像中汉字信息的真实性,对估算汉字投影偏差法进行了研究,提出了基于相机标定来估算投影偏差值的检测技术.结合汉字具有平面方块的特点,利用汉字模型代表真实世界坐标系下被拍摄的汉字,提取一定数量的对应点坐标,获取与图像实际单应性矩阵对应的投影矩阵,求解重构汉字的偏差值.通过实验确定偏差阈值,图像中汉字投影偏差值大于阈值则认为经过变造篡改.实验结果表明,该方法能检测重新写入图像的汉字和替换图像汉字的篡改.     

An integration approach to handwritten Chinese character recognition system

ＯｆｆｌｉｎｅｈａｎｄｗｒｉｔｔｅｎＣｈｉｎｅｓｅｃｈａｒａｃｔｅｒｒｅｃｏｇｎｉｔｉｏｎ(ｒｅｆｅｒｒｅｄｔｏａｓＣｈｉｎｅｓｅｃｈａｒａｃｔｅｒｒｅｃｏｇｎｉｔｉｏｎｏｒＣＣＲｆｏｒｓｈｏｒｔｉｎｔｈｅｆｏｌｌｏｗｉｎｇ)ｉｓａｔｙｐｉｃａｌｌａｒｇｅｎｕｍｂｅｒｏｆｃｌａｓｓｅｓｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎｐｒｏｂｌｅｍ.Ｔｈｅｐｒｏｐｅｒｔｉｅｓｏｆｌａｒｇｅｖｏｃａｂｕｌａｒｙ,ｃｏｍｐｌｅｘｓｔｒｕｃｔｕｒｅａｎｄｌｏｔｓｏｆｓｉｍｉｌａｒｃｈａｒａｃｔｅｒｓｗｈｉｃｈＣｈｉｎｅ…     

解读汉字的中国精神

汉字作为中华文明古国文化的主要记录形式,从一开始就展现了我们民族特有睿智.文中从文化的角度阐释汉字的独特性,借以增强人们对汉字的理解.     

用于相似字识别的手写汉字特征优化方法

针对常用的手写汉字特征提取方法不利于后续线性区分分析(LDA)特征变换中发现相似汉字的细微区分信息,通过将传统的手写汉字特征提取和LDA变换表述为像素级特征的二维特征矩阵优化问题,并利用二维线性区分分析(2DLDA)变换进行手写汉字特征矩阵的优化,提出了一种用于手写相似汉字识别的特征优化方法.该方法可以避免高维像素级特征向量利用LDA变换进行优化中的散度矩阵奇异性问题.对手写相似汉字的识别实验表明,相对于传统的方法,经过所提方法优化的梯度特征,识别错误率可以降低48.86％,验证了方法的有效性.     

Hybrid classifier based method for similar handwritten Chinese character recognition

To solve the similar handwritten character recognition problem, a novel scheme is proposed to make better use of the feature's discriminative information. Different from the methods for extracting the extra feature for the similar characters, the Modified Quadratic Discriminant Function(MQDF) is first adopted to classify the feature, then the Support Vector Machine(SVM) is used to discriminate the similar characters without the extra feature. To collect the subset of similar characters, the confusion matrix is employed. A new structure for storing the dictionary of the SVM is also proposed for quickly searching. Experimental results on ETL9B show the superior performance of the proposed scheme to the methods for extracting the extra feature, which proves that the feature contains discriminative information for the similar characters and that the proposed scheme can utilize this information very effectively.     

基于细化的手写汉字的笔段提取方法

采用一种改进的一次通过的并行细化算法对一般细化算法的不足进行了改进,细化后的文字骨架较好地反映了汉字的结构,适合于手写汉字的笔段提取。在细化的基础上,又提出了一种笔段提取的方法,该方法以细化骨架上的特征点为依据,通过对细化骨架的象素点跟踪获得初步的结果,再进行笔段合并处理。