基于实时样本采集的个性化手写汉字输入系统设计

手写汉字识别是手写汉字输入的基础。目前智能设备中的手写汉字输入法无法根据用户的汉字书写习惯,动态调整识别模型以提升手写汉字的正确识别率。通过对最新深度学习算法及训练模型的研究,提出了一种基于用户手写汉字样本实时采集的个性化手写汉字输入系统的设计方法。该方法将采集用户的手写汉字作为增量样本,通过对服务器端训练生成的手写汉字识别模型的再次训练,使识别模型能够更好地适应该用户的书写习惯,提升手写汉字输入系统的识别率。最后,在该理论方法的基础上,结合新设计的深度残差网络,进行了手写汉字识别的对比实验。实验结果显示,通过引入实时采集样本的再次训练,手写汉字识别模型的识别率有较大幅度的提升,能够更有效的满足用户在智能设备端对手写汉字输入系统的使用需求。     

一种实时手写数学方程编辑器

该文所述的数学方程编辑器,用户可用笔和书写板输入手写的数学公式,系统通过实时字符、符号识别和图形语法分析软件产生与输入相对应的语法分析树,并由此转换成诸如Latex、数学的或LISP-like符号等输出形式,与基于特殊方程描述语言的编辑系统相比,该手写方程编辑器相对简单且使用方便。     

基于svm手写数字识别系统设计

摘要:手写数字识别的模拟仿真系统是基于支持向量机分类方法,用sklearn自带的数据集进行训练获得svm分类模型,在Windows平台上配置使用MangoDb数据库,配置IIS解析.py文件,仿真结果表明本系统能流畅识别手写数字,达到预计目的。     

摩托罗拉在中国推出“慧笔”中文手写识别电脑输入系统

1997年2月21日,摩托罗拉公司的文字与语音识别研发部在北京宣布向中国市场推出“慧笔”中文手写识别电脑输入系统。北京清华文通信息技术公司将做为摩托罗拉“慧笔”产品的中国总代理。一、“慧笔”系统简介“慧笔”是一精确度极高的手写连笔汉字识别系统,用户无需再学习任何新的书写或输入     

汉王从手写进入输入

在2009中国手机产业发展大会上,手写识别领域权威汉王科技正式推出HWKey键盘输入引擎,为广大手机用户提供更为便捷与个性化的服务,这项技术意味汉王实现了从手写专家到输入专家的变身,仅仅两字之差,却意义重大,预示着汉王拓宽了经营思     

基于语音和笔的手写数学公式纠错方法

采用识别技术的用户界面往往由于识别率的限制容易出错,如何为这类界面提供自然高效的纠错方法十分重要.手写数学公式具有二维结构,难以识别和纠错.提出一种用于纠正手写数学公式识男噜错误的多通道技术.它允许用户使用笔纠正切分错误,用笔和语音纠正符号识别和表达式结构分析错误.该技术的核心是一个多通道融合算法.融合算法以笔选择的符号和语音作为输入,根据语音输入的类型是数学术语或者数学符号分别选择融合方法,最后修正手写公式并输出最有可能的识别结果.实验结果表明,该技术能有效地纠正手写数学公式识别中的错误,它比基于笔的单通道纠错技术更加高效.     

等Win8不如选T6 E人E本手写办公系统再次升级

伴随着微软Win8操作系统的加入,平板电脑的商用化逐渐成为热点。近日,商务平板电脑的领军品牌E人E本宣布,再次升级其"手写办公系统",推出六大全新实用功能,大有同Windows8平板在办公应用上一较高低之势。此次全新升级的"手写办公系统2.1"版本适用于旗下T5和T6两款产品,并且在手写识别、Office办公应用等多项性能上展现出了更为强劲的易用性——Office文档处理能力更强大、记事     

简易可行高性能手写输入法的设计与实现

联机手写输入法是带触摸屏的移动终端上不可或缺的应用程序.介绍了一种高识别率、低存储量的联机手写输入法.首先回顾了手写汉字识别(HCCR)的一般方法,然后介绍了Windows Mobile系统上基于COM组件的SIP(软件输入面板)输入法的实现,最后讨论了提高用户体验的方法,特别是数字墨水技术和提高标点符号识别率的前置分类方法.相比于目前其他手写汉字输入法,所提出的输入法界面更美观、书写更自由、使用更方便.     

硬件软件

“慧笔”自如输汉字记者晓丽报道多年来,怎样轻松自然、简便快速地把汉字录入电脑一直困扰着中国人。2月21日,Motorola在京推出的“慧笔”中文手写识别电脑输入系统,使广大汉字书写者终于可以摆脱键盘的束缚,在计算机上随心所欲、挥写自如地输入汉字了。“慧笔”是一精确度极高的手写连笔汉字识别系统。用户无需再学习任何新的书写或输入方式,仅按自己平时书写习惯便可将汉字输入电脑。“慧笔”可在Windows 95或Windows 3.1操作环境下运行。“慧笔”系统内包括四套汉字字典(常用、非常用简体字和常用、     

在线手写数学公式结构分析算法

在线手写数学公式输入作为一种自然、快速的数学公式输入方法有着很大的应用前景。基于识别通用数学公式结构的范畴,提出了在线手写数学公式结构识别的算法。首先定义了数学公式结构的分形、支配关系并扩展了硬约规,同时根据手写公式的特点提出了最小生成树(MST)算法中一种新的权值计算方法,在此基础之上应用最小生成树算法和统计学的方法进行公式结构分析。与其他经典算法比较,所提算法扩大了识别的结构,同时识别正确率有所提高。     

基于多通道融合的连续手写识别纠错方法

在基于识别的界面中,用户的满意度不但由识别准确度决定,而且还受识别错误的纠正过程的影响.提出一种基于多通道融合的连续手写笔迹识别错误的纠正方法.该方法允许用户通过口述书写内容纠正手写识别中的字符提取和识别的错误.该纠错方法的核心是一种多通道融合算法.该算法通过利用语音输入约束最优手写识别结果的搜索,可纠正手写字符的切分错和识别错.实验评估结果表明,该融合算法能够有效纠正错误,计算效率高.与另外两种手写识别错误纠正方法相比,该方法具有更高的纠错效率.     

自然手写汉字FS识别法

提出联机识别自然手写汉字的FS识别法。在剖析五笔字根结构和编码原则基础上,对五笔字根作适应性改造,将键盘输入技术与联机识别技术有机融合的一种识别体系。在多库识别体系中首次采用层间分级技术。分析和实验表明：充分考虑了自然手写汉字书写习惯和结构特征,系统有较高稳定性。     

一种基于KNN算法的手写数字识别实现

KNN是比较成熟的分类算法,关于KNN手写数字识别的分类应用实战很多都是基于sklearn提供的手写数字识别数据集traningDigits。笔者结合KNN算法原理用Python实现其手写数字识别的算法过程,并支持用户用拍照、绘图软件手写数字,方法就是将图片处理成sklearn提供的数据集格式,然后作为测试样本应用在分类模型中进行预测,经过运行验证算法分类效果良好。     

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.     

基于嵌入式平台的手写汉字识别系统的设计

随着移动技术与相关技术的迅速发展,手机、个人掌上电脑(PDA)、笔记本电脑等各种电子设备变得流行,它们已成为人们工作和娱乐必不可少的随身用品。对于各种移动电子设备在中国的推广使用,汉字输入是一个必须考虑的问题。传统的输入方式大多使用键盘,不论是笔记本电脑使用的标准键盘,还是各手机厂商设计的简化键盘,都是使用键盘采集信息,然后通过汉语拼音或者笔画输入等方式完成汉字输入。对于嵌入式小型设备来说,原有键盘设计引起占用空间大和输入汉字效率低等诸多问题。如何解决这些问题,同时保证设备足够的显示空间,又不添加新的复杂硬件设备。一种叫做触摸屏手写汉字输入的技术越来越受到人们的推崇。以Windows CE 5.0为运行平台,Embedded Visual C 4.0,为开发环境,设计和实现了一套屏幕手写识别系统,不仅能对现有汉字进行有效识别,用户还可以根据需要自行对字库扩展,有助于提高汉字的识别率。     

汉字联机手写识别系统的设计与实现

针对嵌入式手写识别系统存在识别率低、识别速率慢的缺点.研究了一种汉字联机手写识别的改进算法.首先从理论上介绍并分析了弹性网格识别算法和笔顺识别算法,接着将两种识别算法的优点进行有机组合,采用最小二乘法对输入的笔划进行线性拟合.算法在嵌入式linux下进行仿真设计并得到了实现,通过对仿真结果的分析,证明了结合后的改进算法达到了提高手写识别率和识别速率.所采用的方法对汉字手写体识别的研究有一定的借鉴和指导作用.     

基于嵌入式平台的手写汉字识别系统的设计

随着移动技术与相关技术的迅速发展,手机、个人掌上电脑（PDA）、笔记本电脑等各种电子设备变得流行．它们已成为人们工作和娱乐必不可少的随身用品。对于各种移动电子设备在中国的推广使用．汉字输入是一个必须考虑的问题。传统的输入方式大多使用键盘,不论是笔记本电脑使用的标准键盘,还是各手机厂商设计的简化键盘,都是使用键盘采集信息,然后通过汉语拼音或者笔画输入等方式完成汉字输入。对于嵌入式小型设备来说．原有键盘设计引起占用空间大和输入汉字效率低等诸多问题。如何解决这些问题,同时保证设备足够的显示空间,又不添加新的复杂硬件设备。一种叫做触摸屏手写汉字输入的技术越来越受到人们的推崇。以Windows CE5．0为运行平台,Embedded Visual C＋＋ 4．0,为开发环境,设计和实现了一套屏幕手写识别系统,不仅能对现有汉字进行有效识别．用户还可以根据需要自行对字库扩展．有助于提高汉字的识别率．     

人在回路的在线手写数学公式识别方法

在线手写数学公式识别面临书写字符的不确定性、数学公式结构的复杂性,以及公式书写风格因人而异等问题,特别是在公式书写中出现偶然性错误和包含复杂结构的情况下,现有的仅依赖机器的识别算法的识别准确率较低.为了解决这一问题,提出了人在回路的手写公式识别方法,该方法主要在结构分析阶段引入了人的参与,借助人对结构中歧义笔画的修改和结构补笔操作,完善和界定结构笔画和结构内笔画信息.为了评估该方法的有效性,将其与不含用户参与信息的一个基线识别方法在结构识别率和表达式识别率方面进行了对比分析.结果表明,该方法能够有效地促进用户参与到手写识别过程,同时,针对实验收集的手写数学公式数据,引入用户参与的方法能够有效地提高手写数学公式的结构和表达式识别率,分别提高了9.26％和13.99％.     

联机手写汉字识别的原理,方法与实践

目前,联机手写汉字识别系统在笔输入计算机方面已得到较成功的应用,相对传统的汉字编码输入法,笔输入法简单直观、勿须学习,因而迅速为人们所接受,联机手写汉字识别技术也随之成为人们关注的焦点。 一、汉字识别概述 和联机识别的特点 汉字识别是模式识别的一个分支,其任务是研究如何使计算机“识字”。汉字识别系统通常采用光电转换装置(数字化仪、光笔、鼠标器等)把汉字或字符     

手写识别技术在网上阅卷系统中的应用

针对目前网上阅卷系统卷纪录比较简单,效率低下的问题,本文提出一种将手写识别技术应用到网上阅卷系统的方法。该方法在详细分析手写识别网上阅卷系统的基础上,利用手写识别模型、BP网络的结构和学习算法等关键技术,实现高效、科学化的网络阅卷。