期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到151篇文章
< 1 2 … 8 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一种基于支持向量机的手写汉字识别方法 被引量：42
1
作者 高学 金连文 +1 位作者 尹俊勋 黄建成 《电子学报》 EI CAS CSCD 北大核心 2002年第5期651-654,共4页
本文提出了一种新的基于支持向量机手写汉字识别方法 .支持向量机作为一种新的机器学习方法 ,由于其建立在结构风险最小化准则之上 ,而不是仅仅使经验风险达到最小 ,从而使得支持向量分类器具有较好的推广能力 .本文首先讨论了支持向量... 本文提出了一种新的基于支持向量机手写汉字识别方法 .支持向量机作为一种新的机器学习方法 ,由于其建立在结构风险最小化准则之上 ,而不是仅仅使经验风险达到最小 ,从而使得支持向量分类器具有较好的推广能力 .本文首先讨论了支持向量机的基本原理 ,然后 ,针对支持向量机识别大类别手写汉字所遇到的特殊问题 ,文章进行了分析和阐述 ,并在此基础上 ,提出了基于最小距离分类器预分类的两级分类策略 .最后 ,针对GB2 312 80的 10 34个汉字类别的 12 0套手写样本 ,进行了实验仿真 .实验结果表明 ,本文方法的汉字识别率较距离分类器有较大提高 ,其中多项式核函数的支持向量分类器 ,识别率平均提高 3 38% 。 展开更多
关键词 支持向量机 手写汉字识别 特征提取
下载PDF
脱机手写体汉字识别研究综述 被引量：16
2
作者 高彦宇 杨扬 《计算机工程与应用》 CSCD 北大核心 2004年第7期74-77,共4页
脱机手写体汉字识别是汉字识别领域中最难的课题。该文对目前脱机手写体汉字识别在预处理、特征提取、分类识别及后处理四个阶段主要采用的方法做了简要介绍,阐述了各种方法的优缺点,并提出了一种将支持向量机有效地用于解决多分类问题... 脱机手写体汉字识别是汉字识别领域中最难的课题。该文对目前脱机手写体汉字识别在预处理、特征提取、分类识别及后处理四个阶段主要采用的方法做了简要介绍,阐述了各种方法的优缺点,并提出了一种将支持向量机有效地用于解决多分类问题的策略。最后根据目前的研究状况,指出今后研究中需要注意的问题和研究的发展方向。 展开更多
关键词 汉字识别 预处理 特征提取 分类识别 后处理
下载PDF
一种手写体汉字特征提取新方法——小波变换及弹性网格技术的应用 被引量：24
3
作者 金连文 彭秀兰 尹俊勋 《中国图象图形学报（A辑）》 CSCD 1998年第7期549-552,共4页
利用小波分析方法将汉字图象分解为横、撇、竖、捺４个方向的分量，然后结合弹性网格技术，提出了进行手写体汉字特征提取的一种新方法，实验结果显示此方法是行之有效的。
关键词 小波变换 手写体汉字识别 特征提取 弹性网络
下载PDF
一种识别手写汉字的多分类器集成方法 被引量：14
4
作者 肖旭红 戴汝为 《自动化学报》 EI CSCD 北大核心 1997年第5期621-627,共7页
根据多信源信息处理与字符识别的经验知识，提出了一个识别手写汉字的多分类器线性集成模型．这个模型不仅考虑到不同的分类器对不同字符识别能力的不同，而且还考虑了不同的分类器得出的输入字符与参考模板之间相似度的实际大小对判决... 根据多信源信息处理与字符识别的经验知识，提出了一个识别手写汉字的多分类器线性集成模型．这个模型不仅考虑到不同的分类器对不同字符识别能力的不同，而且还考虑了不同的分类器得出的输入字符与参考模板之间相似度的实际大小对判决的影响，及不同分类器提供的候选字符对判决的支持作用，更重要的是提供了一种通过监督学习，利用计算机程序自动计算模型参数的方法，因而实现了一个较好的集成系统．同时，本文还提供了三个用于集成的分类器，它们集成的结果充分显示了本方法的有效性。 展开更多
关键词 汉字识别 多分类器集成 字符识别
下载PDF
基于多级神经网络结构的手写体汉字识别 被引量：19
5
作者 金连文 徐秉铮 《通信学报》 EI CSCD 北大核心 1997年第5期21-27,共7页
本文提出了一种用于手写体汉字识别的多级神经网络结构（Ｍｕｌｔｉ－ｓｔａｇｅＮｅｕｒａｌＮｅｔｗｏｒｋＡｒｃｈｉｔｅｃｔｕｒｅ，ＭＮＮＡ）模型。在该模型中，我们将多个神经网络和不同的特征提取方法有机地集成在一起而构成一... 本文提出了一种用于手写体汉字识别的多级神经网络结构（Ｍｕｌｔｉ－ｓｔａｇｅＮｅｕｒａｌＮｅｔｗｏｒｋＡｒｃｈｉｔｅｃｔｕｒｅ，ＭＮＮＡ）模型。在该模型中，我们将多个神经网络和不同的特征提取方法有机地集成在一起而构成一个完整的模式识别系统。我们讨论了设计ＭＮＮＡ的一般原理，并提出了一个基于多层前馈神经网络的三级结构的手写体汉字识别实验系统。三种不同的特征提取方法被应用于各级子系统之中。对１００个汉字１５０００个样本的实验我们得到了９９．３４％的识别率，０．３６％的拒识率和０．３％的误识率。 展开更多
关键词 多级 神经网络结构 手写体汉字识别 特征提取
下载PDF
字符识别的置信度分析 被引量：13
6
作者 林晓帆 丁晓青 +2 位作者 吴佑寿 陈友斌 刘今晖 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 1998年第9期47-50,共4页
为了能估计字符识别结果的准确性定义了分类器的置信度，提出了广义置信度的概念。证明了基于置信度（或广义置信度）的最优拒识区域选择定理。给出了置信度与识别率的关系。提出了几种常用分类器的广义置信度的估计方法和一种根据广义... 为了能估计字符识别结果的准确性定义了分类器的置信度，提出了广义置信度的概念。证明了基于置信度（或广义置信度）的最优拒识区域选择定理。给出了置信度与识别率的关系。提出了几种常用分类器的广义置信度的估计方法和一种根据广义置信度求出置信度的算法。在理论分析的基础上指出了置信度分析的三个应用：拒识区域的选择、识别率的估计和多分类器的集成。手写数字识别和脱机手写汉字识别的实际应用验证了所提的理论和方法。 展开更多
关键词 置信度 最优拒识 字符识别 模式识别 分类器
原文传递
基于遗传算法的手写体汉字识别系统优化方法的研究 被引量：14
7
作者 林磊 王晓龙 刘家锋 《计算机研究与发展》 EI CSCD 北大核心 2001年第6期658-661,共4页
为了改善手写体汉字识别系统的性能 ,提出了前端单字识别器 (SCR)和后端语言解码器 (post- processingsystem )有效结合的模型 ,并且利用遗传算法对系统参数进行优化 .以联机手写体汉字识别系统作为 SCR进行测试 ,首选准确率为 6 9.46 ... 为了改善手写体汉字识别系统的性能 ,提出了前端单字识别器 (SCR)和后端语言解码器 (post- processingsystem )有效结合的模型 ,并且利用遗传算法对系统参数进行优化 .以联机手写体汉字识别系统作为 SCR进行测试 ,首选准确率为 6 9.46 % ,汉字识别的准确率达到 87.5 9% ,较优化前提高 6 .4% .实验结果表明 ,遗传算法 (GA )是一种有效的优化系统参数的方法 . 展开更多
关键词 手写体汉字识别系统 遗传算法 优化 计算机
下载PDF
基于模糊方向特征的手写体汉字识别 被引量：18
8
作者 王正群 叶晖 +1 位作者 孙兴华 杨静宇 《模式识别与人工智能》 EI CSCD 北大核心 2001年第3期317-320,共4页
方向特征在手写体汉字识别中得到了广泛应用,本文引入模糊数学的思想,提出了模糊方向特征,汉字的模糊方向特征的提取过程包括:(1)确定模糊网络;(2)抽取边缘点"横、竖、撇、捺"模糊方向属性特征;(3)合成模糊网络和边缘点模糊... 方向特征在手写体汉字识别中得到了广泛应用,本文引入模糊数学的思想,提出了模糊方向特征,汉字的模糊方向特征的提取过程包括:(1)确定模糊网络;(2)抽取边缘点"横、竖、撇、捺"模糊方向属性特征;(3)合成模糊网络和边缘点模糊方向属性特征,生成汉字字符的模糊方向特征,我们应用模糊方向特征,实现了一个脱机非限制手写体汉字识别系统,对含有7600(19类)个汉字的测试集测试,取得了较好的识别效果。这表明,本文提出的模糊方向特征对手写体汉字的识别是有效的。 展开更多
关键词 手写体汉字识别 模糊方向特征 特征抽取 字符识别
原文传递
一种基于笔画密度的弹性网格特征提取方法 被引量：13
9
作者 高学 金连文 尹俊勋 《模式识别与人工智能》 EI CSCD 北大核心 2002年第3期351-354,共4页
本文在分析手写汉字识别的几种非线性归一化方法基础上,提出了五种新的基于笔画密度的弹性网格构造方法,并将之应用到手写汉字的弹性特征提取.该方法既兼顾了笔画密度对不同书写风格笔画不规则变形的适应能力,又避免了进行非线性归一化... 本文在分析手写汉字识别的几种非线性归一化方法基础上,提出了五种新的基于笔画密度的弹性网格构造方法,并将之应用到手写汉字的弹性特征提取.该方法既兼顾了笔画密度对不同书写风格笔画不规则变形的适应能力,又避免了进行非线性归一化产生的笔画粗细不均匀,且计算量相对减少.针对1034类别的手写汉字样本的对比实验表明,本文方法的识别率较非线性归一化方法平均增加4.02个百分点,显示了弹性网格较强的适应笔画书写变形的能力. 展开更多
关键词 笔画密度 特征提取 手定汉字识别 非线性归一化 弹性网格
原文传递
基于核聚类的SVM多类分类方法 被引量：11
10
作者 陈增照 杨扬 +2 位作者 何秀玲 喻莹 董才林 《计算机应用》 CSCD 北大核心 2007年第1期47-49,共3页
对支持向量机的多类分类问题进行研究,提出了一种基于核聚类的多类分类方法。利用核聚类方法将原始样本特征映射到高维特征进行聚类分组,对每一组使用一个支持向量机二值分类器进行分类,并用这些二值分类器组成决策树的节点,构成了一个... 对支持向量机的多类分类问题进行研究,提出了一种基于核聚类的多类分类方法。利用核聚类方法将原始样本特征映射到高维特征进行聚类分组,对每一组使用一个支持向量机二值分类器进行分类,并用这些二值分类器组成决策树的节点,构成了一个决策分类树。给出决策树的生成算法,提出了利用交叠系数来控制交叠,从而克服错分积累,提高分类准确率。实验结果表明,采用该方法,手写体汉字识别速度和正确率都达到了实用的要求。 展开更多
关键词 支持向量机 多类分类 核聚类 手写体汉字识别
下载PDF
基于汉字原型的手写汉字识别 被引量：8
11
作者 姜珊 《计算机研究与发展》 EI CSCD 北大核心 1996年第8期634-640,共7页
本文对现存三种汉字的计算机表示和两种传统的汉字结构分析方法进行评述。应用抗扑和几何的基本原理，分析了汉字结构及其制约关系，确定了四类组成汉字的基本关系。在此基础上实现了汉字原型。最后给出了把汉字原型应用于手写汉字识别... 本文对现存三种汉字的计算机表示和两种传统的汉字结构分析方法进行评述。应用抗扑和几何的基本原理，分析了汉字结构及其制约关系，确定了四类组成汉字的基本关系。在此基础上实现了汉字原型。最后给出了把汉字原型应用于手写汉字识别的实例。 展开更多
关键词 汉字结构 汉字原型 汉字识别 信息处理
下载PDF
一种新的距离分类方法及其应用 被引量：7
12
作者 金连文 梁宇杰 《计算机工程》 CAS CSCD 北大核心 1999年第8期30-31,57,共3页
提出了一种在模式分类中行之有效的新的距离函数-误差均衡距离，以此构造距离分类器并将之用于手写体汉字识别．取得了令人满意的结果。
关键词 距离函数 模式分类 汉字识别 距离分离器
下载PDF
特征融合用于手写体汉字识别研究 被引量：7
13
作者 居琰 汪同庆 +2 位作者 彭建 刘建胜 袁祥辉 《电子科技大学学报》 EI CAS CSCD 北大核心 2002年第3期229-233,共5页
分析了手写汉字特征的提取方法,提取具有一定互补性的轮廓方向特征和方向距离分布特征,并进行K-L变换降维处理,用多特征合成一个区分能力更强的新特征。讨论了RBF网络分类器特性,结合特征融合方法和模块RBF神经网络结构有机地构建一个... 分析了手写汉字特征的提取方法,提取具有一定互补性的轮廓方向特征和方向距离分布特征,并进行K-L变换降维处理,用多特征合成一个区分能力更强的新特征。讨论了RBF网络分类器特性,结合特征融合方法和模块RBF神经网络结构有机地构建一个小类别手写体汉字识别系统。实验表明,该系统可行和有效。 展开更多
关键词 特征融合 手写体汉字识别 K-L变换 模块RBF网络
下载PDF
手写体汉字扇形弹性网格特征提取的新方法 被引量：5
14
作者 钟国华 金连文 《计算机工程》 CAS CSCD 北大核心 2002年第11期61-62,共2页
近年来，网格方向特征已广泛应用于许多手写体汉字识别系统中，并认为是目前较成熟的手写体汉字特征之一。网格技术和方向分解是网格方向特征的两个关键技术。该文提出了一种新的网格技术—扇形网格法，结合边缘方向分解技术[1]，构造... 近年来，网格方向特征已广泛应用于许多手写体汉字识别系统中，并认为是目前较成熟的手写体汉字特征之一。网格技术和方向分解是网格方向特征的两个关键技术。该文提出了一种新的网格技术—扇形网格法，结合边缘方向分解技术[1]，构造了一种新的手写体汉字特征提取方法—扇形网格边缘方向分解特征。实验结果验证了本方法的有效性。 展开更多
关键词 手写体汉字 弹性网络 特征提取 手写体汉字识别 环形网格 方向特征 扇形网格 模式识别
下载PDF
用于手写体汉字识别的汉字结构模型 被引量：3
15
作者 刘峡壁 贾云得 《北京理工大学学报》 EI CAS CSCD 北大核心 2003年第3期322-326,共5页
针对手写体汉字识别问题,选取笔段和笔划作为基元,分析手写体汉字的组成规律和变形规律,提出了两种汉字结构模型:笔段中心点模型和笔划关系矩阵模型,以及基于模型的分类依据和识别方法.根据所提出的模型,采用两级分类方案构造汉字识别系... 针对手写体汉字识别问题,选取笔段和笔划作为基元,分析手写体汉字的组成规律和变形规律,提出了两种汉字结构模型:笔段中心点模型和笔划关系矩阵模型,以及基于模型的分类依据和识别方法.根据所提出的模型,采用两级分类方案构造汉字识别系统,粗分类采用笔段中心点法,细分类采用笔划关系矩阵法.实验表明模型是有效可行的. 展开更多
关键词 手写体汉字识别 结构模型 笔段中心点 笔划关系矩阵
下载PDF
基于双弹性网格的手写体汉字识别 被引量：9
16
作者 陈章辉 黄小晖 +2 位作者 陈鹏飞 李文龙 朱思尧 《计算机应用》 CSCD 北大核心 2009年第2期395-397,共3页
特征提取是手写体汉字识别的关键,目前四方向网格特征已被实验证实是一种较好的手写体汉字特征。针对通常的纵横弹性网格对汉字"撇、捺"笔画特征提取的不足,提出一种新的网格构造技术——对角弹性网格,它由45°和135°... 特征提取是手写体汉字识别的关键,目前四方向网格特征已被实验证实是一种较好的手写体汉字特征。针对通常的纵横弹性网格对汉字"撇、捺"笔画特征提取的不足,提出一种新的网格构造技术——对角弹性网格,它由45°和135°的对角直线构成,将汉字图像划分为多个菱形,能够很好地适应汉字在"撇、捺"方向的变化。将这两种网格单独,以及相互组合成双网格等情况分别进行手写体识别实验,实验结果验证了对角弹性网格的有效性和双弹性网格的高识别率性。 展开更多
关键词 手写体汉字识别 对角弹性网格 双弹性网格 方向特征
下载PDF
小类别数手写汉字识别 被引量：5
17
作者 薛炳如 杨静宇 +1 位作者 胡钟山 娄震 《计算机研究与发展》 EI CSCD 北大核心 2000年第4期483-492,共10页
针对小类别数手写汉字 ,在骨架图形的基础上 ,把手写汉字看作孤枝、孤环和部件的集合 ,并定义三者之间的方位关系 ,从而建立手写汉字的数学模型 .基于这种模型 ,进一步探讨一种新的识别方法以及新方法所使用的知识库的构造方法 .实验表... 针对小类别数手写汉字 ,在骨架图形的基础上 ,把手写汉字看作孤枝、孤环和部件的集合 ,并定义三者之间的方位关系 ,从而建立手写汉字的数学模型 .基于这种模型 ,进一步探讨一种新的识别方法以及新方法所使用的知识库的构造方法 .实验表明 。 展开更多
关键词 OCR 字符识别 手写汉字识别 数学模型
下载PDF
一种手写汉字识别结果可信度的测定方法及应用 被引量：5
18
作者 张洪刚 刘刚 郭军 《计算机学报》 EI CSCD 北大核心 2003年第5期636-640,共5页
提出一种新的手写汉字识别结果可信度的测定方法 .该方法将各种识别结果的正确率作为测定识别结果可信度的绝对尺度 ,以各候选字的相对邻近度为基础定义了测定可信度的一种新的相对尺度 ,并将这两个绝对尺度和相对尺度相结合来全面测定... 提出一种新的手写汉字识别结果可信度的测定方法 .该方法将各种识别结果的正确率作为测定识别结果可信度的绝对尺度 ,以各候选字的相对邻近度为基础定义了测定可信度的一种新的相对尺度 ,并将这两个绝对尺度和相对尺度相结合来全面测定可信度 .通过基于HCL2 0 0 0数据库的测试和在银行票据OCR系统中的实际应用 ,证明了这种方法的有效性 . 展开更多
关键词 手写汉字识别 可信度 测定方法 文字识别
下载PDF
基于二维主成分分析与卷积神经网络的手写体汉字识别 被引量：10
19
作者 郑延斌 韩梦云 樊文鑫 《计算机应用》 CSCD 北大核心 2020年第8期2465-2471,共7页
随着计算能力的飞速增长、训练数据的不断积累以及非线性激活函数的不断完善,卷积神经网络(CNN)在手写体汉字识别中表现出较好的识别性能。针对CNN识别手写体汉字识别速度慢的问题,将二维主成分分析(2DPCA)与CNN相结合识别手写体汉字。... 随着计算能力的飞速增长、训练数据的不断积累以及非线性激活函数的不断完善,卷积神经网络(CNN)在手写体汉字识别中表现出较好的识别性能。针对CNN识别手写体汉字识别速度慢的问题,将二维主成分分析(2DPCA)与CNN相结合识别手写体汉字。首先,利用2DPCA提取手写体汉字的投影特征向量;然后,将得到的投影特征向量组成特征矩阵;其次,用组成的特征矩阵作为CNN的输入;最后,用Softmax函数进行分类。与基于AlexNet的CNN模型相比,所提方法的运行时间降低了78%,与基于ACNN与DCNN的模型相比,所提方法的运行时间分别降低了80%与73%。实验结果表明,该方法在不降低识别精度的同时,可以减少识别手写体汉字的运行时间。 展开更多
关键词 手写体汉字识别 深度学习 卷积神经网络 二维主成分分析 图像分类
下载PDF
ART2神经网络在手写体汉字识别中的应用 被引量：6
20
作者 黄戈祥 陈继荣 《计算机仿真》 CSCD 2006年第7期153-156,共4页
该文提出了一种基于神经网络的手写体汉字识别方法,该算法充分利用神经网络的自适应学习能力。ART2网络通过竞争学习和自稳机制原理实现分类,可以在非平稳的、有干扰的环境中进行无教师无监督的自学习。其学习过程是自组织的实时学习,... 该文提出了一种基于神经网络的手写体汉字识别方法,该算法充分利用神经网络的自适应学习能力。ART2网络通过竞争学习和自稳机制原理实现分类,可以在非平稳的、有干扰的环境中进行无教师无监督的自学习。其学习过程是自组织的实时学习,能够迅速识别已学习过的样本,并能迅速适应未学习过的新对象。考虑到Gabor滤波器具有优良的方向性,该算法采用Gabor特征作为字符特征。Gabor特征反映字符的空间分布特征,而且可以组合成高维矢量,特别适用于汉字识别这大型模式识别场合。实验结果显示,该算法对测试样本识别正确率达到94%,比其他方法[1-4]更准确、更可靠。 展开更多
关键词 手写体汉字识别 自适应振荡神经网络 特征提取 模式识别
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 8 下一页 到第 页
使用帮助 返回顶部