中条山胡蓖型铜矿床中钴黄铁矿的矿物特征及其找矿意义

阐述了胡蓖型铜矿床中钴黄铁矿的矿物特征、含钴特征,分析了该类矿床中钴的分布规律,并指出了钴黄铁矿作为标志矿物的找矿意义.     

嵌入式系统中多国语言显示的一个解决方案

目前嵌入式产品中越来越多地要考虑各国字符的存储与显示问题,某些嵌入式系统需要提供完整的汉字显示,而某些系统只需要提供必要的、有限数量的汉字显示.结合作者从事嵌入式软件开发和嵌入式电子产品MP4研制的实践经验,介绍了汉字的主要编码方案,字库的定制以及如何从字库中获取字模并将其打印到屏幕上等技术,试总结提出一种嵌入式系统中通用灵活的字符显示方案.     

脱机手写维吾尔文本行字符粘连区定位及分割

在大篇幅的手写维吾尔文文本图像中,往往会出现粘连字符这一现象。这一现象会对文本行分析和笔迹鉴别等研究工作造成影响,同时所处环境为大篇幅手写图像,在对粘连字符切分时会受到其余非粘连字符的较大干扰。针对上述问题,本文提出了对手写文本图像定位线的正确提取方案,以连通域特性为基础,通过定位线与文本图像融合,使行间粘连字符所在文本行为同一连通域想法,可自动提取出粘连文本行,再根据粘连字符所占宽度和高度大于非粘连字符,从而自动提取出粘连字符。对提取出的粘连字符通过定位线可确定出粘连区域,对粘连点所处位置进行统计分析后在该位置处添加一条与背景同色细线从而达到分割效果,最后对分割后的粘连文本行通过着色方法逐行提取。实验表明,上述问题通过我们的方法得到了很好的解决。在实验结果分析中,本文给出了每个算法的性能指标数据,并与其它文献进行了对比分析,论证了本文研究方法的可行性及存在的一些主要问题。     

稻谷储藏过程中理化特性变化的研究

根据现有国标稻谷储存控制指标角度研究了不同年份储藏稻谷的粘度、脂肪酸值、发芽率、发芽势的变化曲线，还研究了不同年份储藏稻谷的脂肪氧化酶Lox-3活性、直链淀粉的含量、胶长、酸度、碱消值、电导率、丙二醛的含量、含水量的变化规律，并对所测定的项目指标进行统计分析，获得各项指标的相关系数。结果表明：储藏稻谷中，粘度、脂肪酸值、发芽率、脂肪氧化酶Lox-3活性、直链淀粉的含量、酸度、电导率、丙二醛呈显著相关。随着储藏时间延长，粘度、脂肪氧化酶Lox-3活性、发芽率、发芽势、直链淀粉含量均下降；而脂肪酸值、酸度、丙二醛的含量、电导率则明显增加；胶长、碱消度无明显的变化。研究稻谷储藏过程中理化特性的变化，目的在于探索稻谷耐储藏评价的新的理化指标。     

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。     

基于滇川黔桂彝文字符集的古彝文输入法的设计与实现

文章就Windows操作系统中进行古彝文字库设计及输入法的实现所涉及到的原理及若干问题进行了阐述,借鉴中文信息处理和规范彝文信息处理的研究开发经验,提出了古彝文的编码规则,设计出了实用的古彝文输入法,并阐述了其主要功能模块的设计与实现。     

卷积神经网络的多字体汉字识别

目的 多字体的汉字识别在中文自动处理及智能输入等方面具有广阔的应用前景,是模式识别领域的一个重要课题。近年来,随着深度学习新技术的出现,基于深度卷积神经网络的汉字识别在方法和性能上得到了突破性的进展。然而现有方法存在样本需求量大、训练时间长、调参难度大等问题,针对大类别的汉字识别很难达到最佳效果。方法 针对无遮挡的印刷及手写体汉字图像,提出了一种端对端的深度卷积神经网络模型。不考虑附加层,该网络主要由3个卷积层、2个池化层、1个全连接层和一个Softmax回归层组成。为解决样本量不足的问题,提出了综合运用波纹扭曲、平移、旋转、缩放的数据扩增方法。为了解决深度神经网络参数调整难度大、训练时间长的问题,提出了对样本进行批标准化以及采用多种优化方法相结合精调网络等策略。结果 实验采用该深度模型对国标一级3 755类汉字进行识别,最终识别准确率达到98.336%。同时通过多组对比实验,验证了所提出的各种方法对改善模型最终效果的贡献。其中使用数据扩增、使用混合优化方法和使用批标准化后模型对测试样本的识别率分别提高了8.0%、0.3%和1.4%。结论 与其他文献中利用手工提取特征结合卷积神经网络的方法相比,减少了人工提取特征的工作量;与经典卷积神经网络相比,该网络特征提取能力更强,识别率更高,训练时间更短。     

基于神经网络的手写体汉字识别实验系统

基于神经网络的手写体汉字识别是将汉字点阵图形转换成电信号,然后输入给数字信号处理器或计算机进行 处理,依据一定的分类算法在众多汉字字符中找出和它相互匹配的汉字字符。本文阐述了手写体汉字识别实验系统的设计目 标,分析了手写体汉字的预处理及其原理,详细介绍了手写汉字的特征提取。     

基于统计的汉字字形视觉重心计算

该文提出了一种汉字字形视觉重心的计算方法。首先收集常用汉字图像样本,通过图像预处理,提取出样本汉字的连通区域视觉平衡中心;然后招集被试对样本汉字进行视觉重心标注;再利用统计建模的方法,构建出连通区域视觉平衡中心和汉字整体视觉重心之间的关系模型。与相关方法比较,文中方法考虑了汉字视觉重心依赖于人的主观体验这一因素。该方法能广泛应用于汉字特征提取、汉字结构设计与优化等应用领域。     

基于改进Harris算法的汉字图像角点检测

根据汉字图像的特点,借鉴加速分割检测特征算法的思想,提出一种改进的Harris算法对汉字图像进行角点检测。首先,计算像素值初步判断出非角点并排除;然后,通过计算传统Harris算法中的角点响应函数对剩余的像素进行角点检测;最后,借鉴加速分割检测特征算法的思想对伪角点进行删除。最终检测出的角点是汉字笔画的起点和末端的角点,为下一步特征提取中确定线段的位置和计算线段的长度提供有利的技术基础。通过对一定数量的汉字图像的实验仿真,将本文方法与几种常用的角点检测方法进行比较,本文方法在检测正确率方面有所提高,但在运行时间上没有达到最短,综合考虑正确率和运行时间,本文方法较其他几种方法有所提高。 