汉字识别中以词为分类单位的分类器研究

汉字识别中,以往的分类器设计都是以字为单位的“字分类器”。字分类器的输出总是与待识字结构相似的一个侯选字集合。这是使后级识别容易产生误识的主要原因。为克服字分类器的缺点,本文给出了以词为单位的词分类器设计的策略与方法,并实验验证了词分类器在分类率及分类速度方面均优于字分类器。     

多字长运算汇编语言程序设计

本文阐述了用多字长运算汇编语言程序设计提高小型计算机运算精度的基本思想,多字长尾数运算的方法及程序设计的关键问题。     

基于语言知识的汉字识别新方法

为克服以“字”为识别单位的识别系统缺点，本文给出了以词为识别单位，以句子为识别单元的汉字识别新方法，设计了一个实验系统，验证了它的优越性。     

利用语言知识的汉字识别分类策略

本文分析了单字分类的缺点,给出了以多字词及短语为分类的基本单位,利用MarKov模型,语言的多种统计知识及距离测度,进行分类的策略与方法。较好地克服了过去以单字为分类的基本单位造成的识别率较低,识别速度较慢的缺点。     

识别手写汉字的基元模糊关系法

手写汉字中笔划、部件及其位置关系均产生较大变化,这种变化是引起手写汉字特征不稳定的主要因素。为了减小上述不利影响,使手写汉字特征的描述趋于稳定,文章给出了一种基于汉字基元之间的模糊关系识别手写汉字的方法,用汉字基元之间的模糊关系来描述汉字的结构,其优点:一是对汉字基元之间相对位置的变化有较强的适应性,二是不需要对一个汉字中的各个基元在二维平面内进行复杂地排序,汉字的结构可以简化为一个基元模糊关系的集合。     

基于细识别的脱机手写体汉字识别的集成

目前脱机手写体汉字识别技术的细识别采用的方法有很多,如重心模糊网格法,势场特征撮法等,但第一一种方法都有不足之处,不能达到很的效果,该文提出了一种不细化担取笔划元法及综合３种识别方法的集成方案,使识别率有了很大的提高。     

识别多种印刷体汉字的TTWK法

本文提出了“ 脱壳透视” 的分类原理, 该分类原理对同一汉字集上不同字体的汉字的分类一致性较好, 抗干扰能力强, 是多种印刷体汉字自动识别中较为满意的分类方法。在识别特征的选取上, 我们提出了“ 特征稳定度” 概念, 从这个概念出发, 提取了每个汉字的稳定识别特征和同字异体的公共识别特征, 将每个汉字的复杂结构抽象成一个具有典型特征的框架模型（简称“ 稳定框架原理” ）有效地提高了识别率, 压缩了存储空间。根据这些原理, 我们以OKIFAX7700传真机作扫描器, 在CROMEMCO SYSTEM THREE上实现了对GB2312一级字3755个四号宋体及黑体汉字98.57%的识别率及3.24字/秒的识别速度。     

基于语言知识的手写汉语文本自动识别初探

文中首先从信息开销的角度分析了识别一个汉字所需要的信息量。研究表明，单字识别算法是一种等概模型，需要的信息最多。因此，可把汉字文本当作Ｍａｒｋｏｖ模型来处理，当前汉字的发生仅依赖于前ｍ个汉字。根据对文本的统计，得到许多语言统计信息，在此基础上，设计了利用语言知识基于句子的文本自动识别方法。识别时当前待识字的匹配仅在前一个字的后邻接字集里进行；当一个句子识别完后，对其进行语言知识处理后再输出结果。因     

有引导的汉字图像整形变换

在脱机手写汉字识别系统中,采用汉字图像的整形变换,可以提高手写汉字的识别率,特别是对于从网络中提取识别特征的识别方法,其识别率的提高是显著的,本文在研究现有汉字图像整形变换的基础上,提出了对汉字外缘流畅笔划的修整算法,提出了有引导的整形变换的基础上,提出了对汉字外缘流畅笔划的修整算法,提出了有引导的整形变换算法;即在整形变换之前,先对汉字图像的畸变形态及畸变程度进行预测及预处理,以便引导整形变换的     

基于基元模糊关系的手写汉字识别

手写汉字中笔划，部件及其位置关系均产生较大变化，这种变化是引起手写汉字特征不稳定的主要因素。为了减小上述不利影响，使手写汉字特征的描述趋于稳定，本文给出了一种基于汉字基元之间的模糊关系识别手写汉字的方法。