基于学习和理解的手写汉字识别方法

本文分析了手写体汉字识别各环节遇到的困难,及现有特征提取方法的不足,提出了一种新的特征抽取方法一四角号码法并进行了一系列实验,实验结果证明了该方法的可行性。     

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。     

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。     

基于模糊神经网络的印刷体汉字容错识别方法

类似于人脑的工作方式，模糊系统善于表达人的经验性知识，能处理难以依靠数学模型清晰表达的模糊性信息，在对汉字模式的辨识中具有较强的抗噪性。文中利用4层神经网络方法实现的一种模糊分类器，弥补了单纯的神经网络和单纯的模糊系统各自的不足，实现了模糊系统中规则的自学习性和自优化性，使系统具有很好的鲁棒性能。利用建立在一组网络上的表决机制，不仅降低了网络的复杂性，而且实现了对任意类数分类器的构造。实验结果表明，文中提出的方法很好地解决了对印刷体汉字进行客错识别问题。     

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。     

手写印刷体汉字识别的细化算法研究

细化是汉字识别预处理中重要的技术之一。它可在保持原汉字大部分信息的基础之上，极大地压缩汉字的存禽量，有利于后续的特征抽取与识别。在比较了几种不同细化方法的优劣之后，提出了一种改进的细化算法，并进行了计算机仿真。     

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。     

知识基联机自然手写汉字识别

本文研究了一种识别联机自然手写汉字的方法,充分利用汉字知识,构造联机汉字的知识框架,在专门知识引导下识别自然手写汉字,汉字的多种构形规律和书写规律被用于联机汉字的知识表达和建模,输入汉字经过笔划元提取后,采用框架描述,与知识颤 中存储的汉字模型进行约束满足的不精确匹配。对国际一级汉字进行测试,在对书写次序,笔划数目,是否连笔等很少限制的情况下,能获得很高的识别率,证明本文方法是有效的。     

基于部件HMM级联的联机手写体汉字识别方法

为了对自由手写汉字进行有效地表征和识别,提出了一种识别自由手写体汉字的级联HMM方法,在部件HMM模型基础上将各模型按照统计概率连接,它扩展了HMM的模式描述方式,允许在级联模型上表征状态的跳跃、转移和驻留等。通过共享手写汉字部件模型来描述级联状态转移概率,可以更可靠地刻画自由手写体的行为特点。采用面向级联的Viterbi算法,无需做部件的分割和标注。通过一定条件下的对比实验训练与识别表明,该方法的第一候选识别率为87.89％,而基于分段HMM识别方法的第一候选识别率为86.17％,降低错误识别率12.4％。     

基于余弦整形变换的手写汉字训练样本生成方法

提出了一种新的基于余弦整形变换的手写汉字训练样本生成方法，该方法可以有效提高现有手写汉字识别系统的识别性能。通过对原始训练样本进行基于余弦整形变换的样本生成和样本筛选，在一定程度上缓解了某些条件下训练样本不足的问题，增强了识别器的扩展能力和鲁棒性。在HCL2000数据库上进行的实验表明，该方法可有效提高汉字分类器的识别率。     

汉字识别的方法及Rosen细化算法的改进

介绍了汉字识别方法，改进了Ｒｏｓｅｎ细化算法，消除了该算法中的笔道丢失与断开     

模糊综合评判国内汉字识别系统

本文从汉字识别系统的特点出发,定义了隶属度μ_s,μ_r,μ_w,μ_m的计算公式;由此提出一种新的计算R矩阵的方法,利用模糊数学对汉字识别系统进行模糊综合评判,并对评判结果进行了分析。     

汉字预分类算法研究

本文提出两种汉字预分类算法：四象限相对转动惯量法、投影轮廓的ｗａｌｓｈ特征法．并以之建立了一个实验系统，取得了满意的结果．     

手写中文速记符的多级识别策略

提出了一种实时高效的手写人群速记符三级识别策略,在以声符和韵符为识别基元的基础上,将基于速记符知识的特征规则法和基于速记符生成模型的模板匹配法有效地结合起来,对速记符的２９７ 年基本音符进行了识别实验结果表明,系统达到了较高的性能指标本方案已在２８６ 和４８６ 等微机上实现,经训练识别率可达９７％ 以上     

基于神经网络的一种曲线识别方法

提出了一个新的曲线性识别算法,它利用神经网络的分类辨识特性,对边缘点进行分类识别。实验结果表明：这种方法具有速度快,省空间的优点。     

计算机中西文字符的混合显示

提出了一种根据显示设置来判断是否是中文系统的方法，并在此基础上改善了能在各种系统下实现中西文字符串显示输出的性能及兼容性．     

一个微型汉语语音识别装置的设计

在分析汉语语音特点的基础上,对微型汉语语音识别装置的硬件结构,软件识别算法等进行了较详细的讨论和说明。     

自行车架汉字系统有限元分析软件的设计及其应用

本文在16位微型机上,对结点不太多的平面刚架(如自行车架),设计出用汉字显示的方式对平面刚架进行有限元分析及计算的应用软件,该软件以有限元平面刚架位移法为基本方法。实际运行表明,该软件适应性强,能够满足工程设计的需要。     

未配置汉卡APPLEII微型机实现常用汉字信息处理的软件设计

APPLEⅡPLUS微型计算机是八位字长微型机的代表机种,以其体积小、耗电省、性能价格比高等优点深受广大用户的普遍欢迎。虽近年来IBM微型机已占领了一定的计算机市场,但就APPLEⅡ微型机目前在教学,小型的科技计算以及数据采集和处理的场合,它仍为一实用的机种。本文对论了APPLEⅡ微型机在未配置汉字卡的前提下,用小型会话式BASIC(APPLESOFT)语言及6502CPU汇编语言编制BASIC语言和汇编语言程序,以实现常用汉字的信息处理。     

阶梯形凸模稳定性的汉字系统有限元分析

利用有限元法导出了阶梯形凸模的稳定性计算公式,给出了凸模的极限长度,介绍了汉字系统有限元程序设计流程。