隐马尔可夫模型在脱机手写体汉字识别中的应用

介绍了一种新的脱机手写汉字识别方法－－隐马尔可夫模型（HMM）法，该方法对每个汉字建立8个HMM，通过等比重综合方法将8个分类器的计算结果进行综合，从而得到识别结果，实践证明该方法是可行的。     

手写数字识别的研究进展

脱机手写体字符识别技术是当前的热点和难点问题,是解决目前大量已有的文档资料录入工作的关键。在系统控制、人工智能、生物医学工程、遥感数据分析、军事目标识别等领域发挥了重要的作用,在国民经济、国防建设、社会发展和社会治安等方面得到广泛的应用。该文将就手写体字符识别技术的国内外研究进展进行综述。     

采用结构特征分割粘连的手写体数字对的识别方法

本文提出了基于轮廓结构特征分割粘连的手写体数字对的识别方法。选择四种类型的间断点取决于字符间断点的连接和分析后获取的字符轮廓以及六种粘连形式。最后，通过选择分割组合检验，将减少粘连手写体数字对的间断点。此方法的主要优点是，可在多种假设条件的识别中进行可靠的分割组合。通过分割组合检验，减少了基于传统分割识别方法产生的分割误差。根据本文提及的方法，我们采用NIST SDl9数据库中3500个粘连的数字对进行实验，取得了92．5％的识别率。     

基于嵌入式Linux的汉字输入法

汉字输入法是嵌入式系统输入的一项重要技术,它的功能与性能直接影响到嵌入式系统在中国的推广与应用.主要研究了联机汉字手写体输入法,以及在嵌入式系统中实现汉字手写体输入法.     

基于基本笔画运笔特征的手写体汉字特定对象笔迹鉴定的研究

本文基于汉字笔迹鉴定的有效特征，结合基本笔画运笔规律，提出了以手写体汉字基本笔画为研究对象，抽取运笔中的骨骼和笔压变化特征，形成各自的特征空间，并采用样本平均法和方差界定阈值的方法，实现笔迹的鉴定。研究选用10位书写者书写的信封，从中抽取4种基本笔画，形成特征数据库。然后采用40封笔迹信件与6000封非书写者书写的真实信件进行鉴定，用识别率和误识率两种参数来检验此方法，实验取得了满意的效果，证实了该研究方法可以完全克服以往笔迹鉴定中结体依存性带来的不足，大大缩小了辞书空间，对推广和完善本研究的实用性具有参考价值。     

对应用于手写体字符识别的最近邻分类器原型学习算法的评估（上）

原型学习对提高最近邻分类器的判决性能以及降低存储和计算量很有效。本文回顾了最近邻分类器的一些原型学习算法，并对其在手写体字符识别中的应用特性作了比较。这些算法包括著名的LVQ和一些通过梯度搜索使外界影响最小的参数最优化方法。本文还提出了一些新的算法，并同现有的算法作了比较。在基于CENPARMI数据库手写体数字识别和基于ETL8B2数据库手写体汉字识别方面，对11种原型学习算法进行了测试。实验结果显示，基于参数最优化的算法通常优于LVQ算法，特别是最小分类误差算法（MCE）、GLVO算法和一种新的算法（MAXP1）效果最好。     

手写体不规则数码脱机识别过程中的跟踪算法

目的 找出一种手写体数码识别的跟踪方法。方法 通过对手写体数码的特征分析，结合边沿元的概念，对书写轨迹进行扫描跟踪，提出跟踪算法，结果 找到了一种效果较好的边缘跟踪算法。结论 使用边沿元的概念，结合边缘跟踪算法，可以用较快的速度，取得较高的正识率。     

运用自组织映象和模糊规则来识别手写体数字

本文论述如何运用组合自组织映象（ＳＯＭ）和模糊规则来识别手写体数字，在学习阶段，运用ＳＯＭ（自组织映象）算法以产生各种原型，并将这些原型与相对应的各种变量一起用于确定各个模糊区及其成员函数，然后，通过对训练图象的学习，生成各种模糊规则，在识别阶段，由分类器根据模糊规则对一幅输入图象进行了分类，随后，采用ＳＯＭ分类器对一个不确定的图象进行重新分类，在一个含有２０，８５２个手写体数字的数据库上的作的实     

高质量手写体字符识别的一种新型结构

本文提出一种新型的手写体字符统计分类结构，它基于规范的预处理和三种特征类型，并包含有关象素位置，轮廓方向和弯曲点的几何信息。两个特征矢量同时作为多层感知基分类器的输入，形成并行操作的三种简单分类器。