基于贝叶斯网络的脱机手写体汉字智能识别

针对汉字识别的超多类问题,将贝叶斯网络分类器引入小样本字符集脱机手写体汉字识别中．对手写大写数字汉字的小样本字符集构造识别系统,同时与传统的欧氏距离方法进行比较,实验表明该算法将识别率提高到92．4％,在小样本字符集脱机手写体识别中具有较强的实用性和良好的扩展性．     

基于二维细胞自动机和中值运算的图像滤波方法

为滤除手写汉字识别图像预处理中二值图像上的噪声点,结合中值滤波和细胞自动机滤波方法,提出一种二值图像CA-M（Cellular Automata—Median）滤波方法,并给出具体的算法流程．利用该方法进行滤波去噪实验并计算算法效率,对二值图像去噪非常有效．