Servlet中汉字处理浅析

目前Java的应用状况是服务器端的应用比客户端普及,而在服务器端的一项重要应用就是用Servlet代替CGI开发应用服务器,比如访问数据库等。Servlet与CGI相比优势更为明显,这主要体现在两个方面:一是Servlet支持多线程,而不是象CGI一样以多进程的方式     

基于FSVM脱机手写体汉字分类识别研究

针对脱机手写体汉字特点,给出一种采用模糊支持向量机粗分类的方法。根据小波分解像素密度特征,利用模糊支持向量机对汉字进行粗分类。细分类识别提取外围特征,同时融合小波多网格特征,采用一对多算法进行细识别。仿真实验表明,该方法有较高识别率。     

从细线化汉字图像生成任意倍率汉字

本文提出了一种对汉字作任意倍率放缩的算法。该算法先对印刷体汉字作细线化处理，抽取笔划特征点。然后，分割和提取笔划。任意倍率汉字生成是通过变换函数。改变特征点位置，再附加原探察到的笔划修饰来实现的。实验表明本算法是有效的。     

约束条件下的舵鳍联合减摇控制研究

舵鳍联合减摇是一种新型减摇方法。在已有研究文献的基础上,基于输入输出线性化的鲁棒控制器设计方法,针对某集装箱船设计舵鳍联合减摇控制器,并重点研究舵速、鳍速限制对减摇效果与航向保持效果的影响,探讨舵速与鳍速之间的制约关系。仿真结果表明鳍速越低、舵速越高则减摇效果越好,但舵速、鳍速均有一上限值,超过上限值后,舵速、鳍速变化对减摇效果及航向保持效果的进一步改善不再明显。     

汉字字形的凸部分变形及合成

文中提出了一种全新的基于凸多边形变形的汉字自动生成方法,通过对字体的凸剖分,把字体分觚片若干个子凸多边形并经过全成化迭代建立两种不同字体的子凸多边形间的匹配关系,计算两机配子凸多边形的形态和,再进行合并,则得到合成的安体。理论上证明了此方法的正确性,讨论了不同剖分对生成了字形的影响,可解决不同构字体间的合成问题,通过 不罂的结构元的形态变换,实现不同字体的衍生,实验证明此方法生成的汉字了形多,质量     

对联机手写汉字识别技术的研究--实现笔画识别

联机手写汉字识别(OLCCR),是指用笔在图形输入板上写字,人一边写,机器一边认,是一种方便的汉字识别手段.在各种自动识别输入的方法中,OLCCR是能够代替或部分代替人工编码输入的惟一可能的方法.识别中主要是两方面的问题:建立汉字识别库和手写板上笔画轨迹的识别.文中就第二方面即手写笔画识别的问题进行了全面的研究,采用笔画基元帮助分析笔画轨迹,并用可视化编程工具Visual C+ +6.0实现了基于这种方法的笔画识别过程.     

基于小波的车牌汉字特征提取

车牌识别系统是智能交通不可或缺的一部分.在车牌识别系统中,车牌首位汉字的特征提取和识别是一个难点.为此,将小波的多分辨率特性应用于车牌汉字特征的提取,提出了一种直接从灰度图象提取车牌汉字特征的提取方法.该方法首先提取图象的小波矩和基于小波分解的区域密度特征,然后以识别率好坏为最优依据,进行特征分量排序和选择,最后把特征矢量送入BP神经网络进行字符识别.该方法避免了一些传统汉字特征提取方法需要对图象进行二值化操作而造成的汉字字符结构信息丢失.提取的特征有效地反映了车牌汉字的局部和全局特征.实验结果表明该特征提取方法可以得到比较好的识别效果.     

汉字条形码的研究及实现

本文介绍了汉字条形码的这一全新的概念，并在深入研究条码编码理论的基础上，制定了高密度汉字条形码的编码方案。我们基于这一方案开发的条码系统，证实了其可行性和有效性。     

MST在手写汉字切分中的应用

手写汉字切分是根据输入笔迹的空间位置关系进行汉字部件的合并切分,形成完整的汉字笔划以便进行识别处理.综合利用了汉字部件的结构位置关系和笔划的空间位置关系,根据笔划的最小生成树(minimal spanningtree,简称MST)对联机连续手写输入汉字进行切分,取得了较好的切分结果.切分的准确率超过91.6%.