汉字识别中以词为分类单位的分类器研究

汉字识别中,以往的分类器设计都是以字为单位的“字分类器”。字分类器的输出总是与待识字结构相似的一个侯选字集合。这是使后级识别容易产生误识的主要原因。为克服字分类器的缺点,本文给出了以词为单位的词分类器设计的策略与方法,并实验验证了词分类器在分类率及分类速度方面均优于字分类器。     

融合可验证随机函数和门限签名的拜占庭容错共识算法

共识算法作为区块链底层的关键技术,可以解决分布式系统中由于节点分散而导致的共识难以达成的问题.现在联盟链中普遍使用的实用拜占庭容错共识算法,在准备阶段和提交阶段需要所有备份节点间互相交换信息,出现网络故障或者遭遇分布式拒绝服务攻击的时候,会出现活性差、可扩展性不强、鲁棒性不足等问题.针对上述问题,本文以联盟链在高校学生信息存储和管理运用为背景,在实用拜占庭容错算法基础上,提出一种融合可验证随机函数和门限签名的拜占庭容错共识算法.算法利用可验证随机函数的随机特性和零知识证明的特性来构造匿名选主算法,达到隐藏主节点,模糊敌手攻击对象,增强抵抗网络自适应攻击的能力.同时通过基于代表法定人数投票意愿的门限签名机制,使备份节点只通过验证门限签名,就能确认共识达成,从而保证在高丢帧率的网络环境下,增加达成共识的概率,提升拜占庭容错共识算法的鲁棒性.实验分析表明,系统在f个节点宕机、网络数据发送成功率只有80%的情况下,达成共识的概率依然超过90%,在提高共识概率的同时,降低签名验证的次数,提升了可扩展性,有效保证了系统的活性.     

区块链和比特币相关主题的知识结构分析:共被引和耦合聚类分析视角

区块链与比特币作为当前一种重要的新兴技术和数字货币,随着相关应用的拓展,一些理论和应用问题开始得到更多的关注.近年来,区块链和比特币的相关概念已经逐渐扩散到其他的学术领域.但是,对区块链和比特币相关主题的知识结构（Intellectual structure）,包括知识基础（Intellectual base）和研究前沿（Research front）的探讨较少,定量化研究基本为空白.本文通过对Web of Science数据库收录的相关文献进行计量分析,并结合科学图谱分析工具,以较为直观的方式,部分呈现了区块链与比特币相关主题的知识结构,其中包括以共被引聚类分析呈现的知识基础和以耦合聚类分析和关键词共现分析呈现的研究前沿.对于推进区块链和比特币相关主题的知识扩散,以及对未来区块链和比特币的相关学术研究具有一定的参考价值.     

基于前后向语言模型的语音识别词图生成算法

为了克服语音识别中单遍解码词图生成算法速度较慢的缺点,提出一种基于前后向语言模型的两遍快速解码算法。两遍解码分别采用前向与后向语言模型,同时通过优化以减少前后向语言模型不匹配对识别结果造成的影响。实验证明,该算法在保持识别准确率的基础上有效地提升了解码速度。     

与地址解释相结合的手写体汉字切分识别算法

针对信函地址行中存在着大量的笔画交叉与粘连,采用了一种基于笔画提取合并的手写体汉字切分方法,并应用与地址解释相结合的动态规划得到最终切分结果,获得投递区域。用从邮政分拣机上获得的443个信函地址行二值图像样本进行测试,省市一级和市县一级投递地址的正确识别率已经达到了66％。     

利用确定性退火技术的旅行商问题求解算法*

将确定性退火技术及聚类方法应用于旅行商问题,给出了求解旅行商问题的一种启发式算法.该方法将旅行商问题的离散模型转化为连续模型去求解,通过求解一系列随温度变化的物理系统的自由能函数的局部极小来获得旅行商问题的解,并给出了一个简单的显式迭代公式.算例表明,该算法性能良好.     

一种任意网格模型的选择细化算法

以基于最大误差L∞控制的网格简化算法为基础,通过删除边操作对网格模型进行向下采样,同时建立各删除操作的依赖关系．在进行网格选择细化时,将细化操作分解为对网格模型的几何修改信息和各细化操作之间的关系信息,确保了网格模型选择细化结果的正确性．实验结果证明了文中算法的有效性．     

一种相似汉字的识别算法

本文提出了一种通用的基于部分空间方法的相似汉字识别算法, 该算法无须事先确定相似字组, 也不必人工选择各个相似字组的部分空间, 能够自动决定待识别字是否需要进入相似字识别过程, 以及怎样选择部分空间。实验结果证明了本算法的有效性。     

提高S盒非线性度的有效算法

S盒是分组密码算法中的重要的非线性部件.William Millan曾给出一个能改善S盒非线性度的Hill Climbing算法,它通过交换S盒的两个输出向量来提高S盒的非线性度直到非线性度达到一个局部最优值,即交换任何两个输出向量也不能提高S盒的非线性度.本文研究了如何同时改变S盒的三个输出向量的位置来提高S盒的非线性度,并给出了MHC算法,它能在Hill Climbing算法的基础上进一步提高非线性度.实验证明,MHC算法对随机S盒的优化效果明显大于Hill Climbing算法.     

An Efficient Algorithm to Generate all Maximal Cliques on Trapezoid Graphs

In this paper, to find all maximal cliques of a trapezoid graph a set of intervals have been constructed by projecting the geometrical representation of the graph on the bottom line. The proposed algorithm for this purpose takes O(n ² + yn) time, where n is the number of vertices of the graph and y is the output size.     

用C程序生成中英文字幕对照文件

通过C程序对分别从网上下载的中、英文字幕文件,借助于文件中字幕显示时间信息,对两文件进行排序合并,生成的文件拥有中英文逐句对照效果,对学习英语很有帮助。     

3DS模型中平滑组生成顶点法向算法改进及实现

渲染3DS模型时,简单地平均化共享顶点的各个面法向生成顶点法向,不能得到理想的渲染效果。该文研究分析了产生该问题的原因,给出一种平滑组生成顶点法向的算法并予以实现。经实验验证,使用该算法生成顶点法向,能够增强3DS模型的真实感,显示更多的细节。     

用LR算法分析汉语的语法关系

为了获取汉语词语之间的语法关系,以达到准确分析汉语的目的,文章给出了一种基于词组的扩充的LR分析方法.     

结合余弦相关性的卷积网络识别汉字的方法

为了提高卷积神经网络（Convolution Neural Network,CNN）的识别率,增强卷积网络的特征提取能力,使其在模糊、光照不均等恶劣条件下能够有更好的识别效果,因此提出将余弦相关性加入神经卷积网络作为相似度度量的方法。较传统神经卷积网络相比较,有着更强的模式检测能力、更快的收敛速度以及更高的准确率的优点。在卷积神经网络的卷积层加入余弦相似性度量,最后通过对比传统神经卷积网络方法和余弦相关性神经卷积网络在脱机手写汉字的识别实验,在进行20次实验后,得出了在相同训练参数以及相同层数的卷积神经网络上,基于余弦相关性的神经卷积网络在手写汉字数据集上的准确率比传统的神经卷积网络的识别率平均提高了2.01%,并且有着更快的收敛速度。最后通过与现今流行的算法在MNIST数据集上的实验进行准确度、损失函数、时间复杂度的比较,得出结合余弦的卷积神经网络在准确度和损失函数上有一定的优势性,在时间复杂度上还需进一步提高。