命题逻辑的子句集中文字的分类

检测和消除命题逻辑公式中的冗余文字,是人工智能领域广泛研究的基本问题。针对命题逻辑的子句集中子句的划分,结合冗余子句和冗余文字的概念,将命题逻辑的子句集中的文字分为必需文字、有用文字和无用文字3类,并分别给出其定义。讨论3种文字与无冗余等价子集的性质,给出其等价子集的等价描述方法。得到题逻辑的子句集中必需文字、有用文字和无用文字的判定方法,借助子句集的可满足性得到3种文字与子句集的可满足性的等价条件。上述结果对命题逻辑中文字属性的判断提供了多种可选择方法,同时为命题逻辑公式的化简奠定了理论基础。     

朝鲜文字信息结构的研究

该文研究了朝鲜文字空间结构中不同位置上的基本字母对文字结构的分类所提供的信息贡献。首先,提出了文字的结构距离的概念与计算方法,描述了不同结构之间的差异;其次,研究了文字结构的等价类划分方法以及文字结构的概率分布;最后,通过计算结构分类时不同位置上的基本字母的信息增益,刻画了文字中信息的分布结构。对实际朝鲜语文档的实验表明,c₁-v₂、c₁-v₁-c₃、c₁-v₂-c₃型结构的文字具有显著的高概率特性,v₁、v₂类型和c₃类型字母对结构分类的影响最大。     

基于角度集序列的地震相关地区匹配算法

为了利用数据挖掘技术寻找地震相关地区,针对现有算法中存在的问题,提出了一种基于角度集序列的地震相关地区匹配算法。对地震序列在需关联维度的平面上进行投影,根据特征点进行分段线性化处理,将用分段线性化表示的序列转化成角度集描述的序列,利用定义的相似度度量模型对处理好的序列进行计算,以得到相似度值为依据在数据库中寻找最大相似的序列段。两组对比实验的结果表明了该算法的正确性、有效性和实际应用价值。     

一种基于图转换的模型重构描述语言

提出了一种基于图转换的模型重构描述语言.针对模型重构的特征,设计了模型重构描述语言的基本元素,并给出了如何通过这些基本元素描述模型重构及重构规则的方法.在此基础上,给出了根据形式化重构规则执行模型重构的具体步骤和策略,并提供了较为完整的模型重构CASE支撑工具.通过实例讨论了该模型重构描述语言的描述能力.结果表明,该语言具有较强的描述能力,能够比较简洁地描述复杂的模型重构规则.     

命题逻辑公式中的冗余子句及冗余文字

主要研究命题逻辑公式中的冗余子句和冗余文字。针对子句集中必需的、有用的、无用的子句,分别给出了一些等价描述方法,进而讨论子句集的无冗余等价子集。另外,得到了子句集中冗余文字的判别方法,借助可满足性给出了冗余子句的一种等价条件。上述结果为命题逻辑公式的化简奠定了一些理论基础。     

事件序列中的知识发现研究

事件的序列是数据的一种常见形式,其中的知识发现问题是近年来ＫＤＤ的一个活跃的研究领域。本文首先给出了事件序列中知识发现问题的形式描述和框架算法,然后讨论了数据库中发现大序列的问题,具体描述了发现数据库中大序列的算法。     

非线性NARMAX模型的ARMAX模型全局构造

给出一种复杂的、模型未知的非线性系统的全局线性化方法。该方法用时变的ARMAX模型近似描述一个非线性NARMAX模型。讨论了这一线性化方法的有界性并给出了相应线性化构造方法。仿真结果说明了该线性化方法的有效性。     

生物序列拼装欧拉路径算法的Gamma描述及其并行化研究

序列拼装是生物基因测序的一个重要环节,也是生物信息学重要的研究内容．[2]中将Eulerian路径的方法应用于序列拼接,较好地解决传统序列拼装软件中存在的repeat问题,从而提高序列拼装的精度,但对于该方法的研究目前还只有串行化的实现,拼装速度不够理想．在本文中,我们采用了并行化Gamma模型形式化地描述了用于序列拼装的Eulerian方法,并给出了Gamma程序的并行化实现方案．     

多语种文本图像中的文字语种辨识方法的研究

本文针对汉字、朝鲜文字和英文单词混合的文本图像提出了基于主成分分析技术以文字为单位进行文种辨识的方法。首先,通过主成分分析方法构造特征空间,并且把分割的文字映射到此空间得到重构图像;其次,计算原图像和重构图像的水平和垂直方向直方图的相对熵;最后,根据原图像和重构图像之间的欧式距离和相对熵来判别文字语种。实验表明,本文提出的方法在没有分割错误的情况下,能获得99.78%的识别准确率,有效地解决了在汉、朝、英三种文字混合构成的文档图像中文种辨识问题。     

Petri网的状态转换图

给出Petri网的状态转换图模型,并作为分析工具,分析Petri网重复引发序列在状态转换图中的表现特点,给出标注路径(回路)与引发序列(重复引发序列)的关系及其判定条件,并给出求基本重复引发序列的计算方法;定义了可重复序列之间的依赖性和依赖度,准确地给出了可重复序列之间依赖关系的形式描述;分析了Petri网语言的结构特点,证明了任意一个Petri网语言都是一个正规语言表达式与该网的可重复引发序列α闭包的同步.     

Off-line handwritten Korean character recognition based on stroke extraction and representation

In this paper, we propose an off-line recognition method for handwritten Korean characters based on stroke extraction and representation. To recognize handwritten Korean characters, it is required to extract strokes and stroke sequence to describe an input of two-dimensional character as one-dimensional representation. We define 28 primitive strokes to represent characters and introduce 300 stroke separation rules to extract proper strokes from Korean characters. To find a stroke sequence, we use stroke code and stroke relationship between consecutive strokes. The input characters are recognized by using character recognition trees. The proposed method has been tested for the most frequently used 1000 characters by 400 different writers and showed recognition rate of 94.3%.     

朝汉混排古籍的文字切分方法

为解决朝鲜语古籍数字化中朝汉文种混排字符切分困难的问题,提出一种朝鲜语古籍图像的文字切分算法。针对古籍列与列之间存在不连续间隔线、倾斜或者粘连等问题,提出一种基于连通域投影的列切分方法。利用连通域的删除、合并、拆分等操作对文字进行切分。使用一种多步切分法完成了具有文字大小不一,横向、纵向混合排版特点图像的字符切分工作。对于粘连字,采用改进的滴水算法进行有效切分。实验结果表明所提出的算法能够很好地完成朝、汉文种混排,文字大小不一,排版情况复杂的朝鲜语古籍图像的文字切分工作。该算法的列切分准确率为97.69%,字切分准确率为87.79%。     

On-line recognition of Korean characters using ART neural network and hidden Markov model

This paper proposes an efficient method for on-line recognition of cursive Korean characters. The recognition of cursive strokes and the representation of a large character set are important determinants in the recognition rate of Korean characters. To deal with cursive strokes, we classify them automatically by using an ART-2 neural network. This neural network has the advantage of assembling similar patterns together to form classes in a self-organized manner. To deal with the large character set, we construct a character recognition model by using the hidden Markov model (HMM), which has the advantages of providing an explicit representation of time-varying vector sequence and probabilistic interpretation. Probabilistic parameters of the HMM are initialized using the combination rule for Korean characters and a set of primitive strokes that are classified by the ART stroke classifier, and trained with sample data. This is an efficient means of representing all the 11,172 possible Korean characters. We tested the model on 7500 on-line cursive Korean characters and it proved to perform well in recognition rate and speed.     

无存贮音码汉字字符串的音码反查实现技术

该文用无存贮音码汉字字符串的音码反查实现技术,解决以往汉字型字符串在通过首音码或拼音全码进行反查时需要事先存贮汉字型字符串的音码作为辅助记忆码;解决一个汉字型字符串在转换音码时产生多个编码时需要选择问题;解决一个汉字型字符串由于转换时重码选择建立者与使用者的歧义问题。该文在GBK汉字库范围内,以首音码为例,使用汉字首音码库作为字典,实现无存贮音码汉字字符串的音码反查实现技术。     

基于组件合并的手写体汉字串分割

人们对孤立的手写体汉字字符的离线 识别做了大量的研究工作,而走向实用化的进展并不快.除了单字识别率不理想以外,从文本 中正确分割出单个汉字字符也是一个主要难题,因为字符的识别离不开正确分割.利用汉字的 基本结构特征,根据两个组件之间的上下、左右和包围关系,对组件进行合并形成完整的汉字 图像.对整个汉字字符串中组件的宽度和相邻组件的间距进行分析,有助于左右关系组件的合 并.实验结果表明,该方法对手写体汉字字符串具有理想的分割效果.     

On-line cursive hangul recognition that uses DP matching to detect key segmentation points

As a means to perform on-line recognition of cursive Korean characters, called hanguls, we describe a structural analysis type algorithm that searches globally for key points of segmentation on a character unit level and can cope with large variations in stroke shape and position. This “segmentation points search” is systematically performed by a two-level dynamic programming (DP) matching algorithm in conjunction with syntax control of hangul composition characteristics. Fine discrimination for phonemes and characters is effectively realized using mutual information among strokes. Experiments demonstrate computational feasibility and that the proposed approach provides high recognition and segmentation ability.     

基于主动轮廓模型的啤酒瓶凸性字符提取和识别方法

本文提出了一种用计算机自动提取啤酒瓶字符并进行识别的方法,代替手工操作,有效地降低了成本和提高了效率．该方法首先采用线阵CCD得到啤酒瓶字符的图像,接下来对图像进行预处理,然后用一种改进的主动轮廓模型提取出啤酒瓶上的凸性字符,最后用多层BP神经网络对字符进行识别,就可确定是否含有“B”字和是否在使用期内．实验结果表明,该方法能有效地提取啤酒瓶上的字符并识别出“B”和日期,简单可行,分拣正确率达到了95%以上．