

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、漢字是中華民族幾千年文化中最為光輝燦爛的瑰寶,對中華文明的發(fā)展有著不可磨滅的功勛。在當前高速發(fā)展的信息時代,如何高效地將漢字信息錄入計算機,已經(jīng)成為影響人機交互的重要瓶頸。讓計算機自動識別漢字,是漢字信息處理中最為直接、最為緊迫的課題。漢字識別是模式識別的一個重要分支,也是文字識別領域最為困難的問題,它涉及模式識別、圖象處理、數(shù)字信號處理、自然語言理解、人工智能、模糊數(shù)學、信息論、中文信息處理等學科,是一門綜合性技術,在中文信息處理、辦
2、公室自動化、機器翻譯、人工智能等高技術領域,都有著重要的實用價值和理論意義。 本文首先介紹脫機手寫體漢字識別方法的基本流程,分別介紹了脫機手寫體漢字識別流程中的各個環(huán)節(jié)所用的理論和方法:然后對脫機手寫體漢字識別中常用的分類器以及集成方法進行了認真的學習和總結。 本文在理解和分析各種分類器以及分類器集成方法的基礎上提出了一種新的多分類器集成的方法。該方法通過改進的歐氏距離分類器將待識別漢字分類到某個粗分結果集中,然后根據(jù)粗
3、分結果集選擇1-N(one-against-rest)的SVM分類器對待識別漢字進行細分,最后用貝葉斯集成兩級分類器。 另外,在非特定手寫文稿識別的預處理階段,本文提出了一種簡便、快速的漢字分割方法。該方法首先根據(jù)背景圖像信息提取每個漢字像素點所連通的最大輪廓矩陣,然后對這些矩陣按橫、縱坐標排序,最后根據(jù)統(tǒng)計信息將相鄰的矩陣合并,將整個漢字文稿圖像分割成許多個包含一個或多個漢字在內的矩陣塊。達到分割漢字的目的。 本文最終
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 脫機手寫體漢字識別方法的研究.pdf
- 基于筆段的脫機手寫體漢字識別方法研究.pdf
- 基于SVM的脫機手寫體漢字識別方法的研究.pdf
- 脫機手寫體漢字識別研究.pdf
- 基于過程神經(jīng)網(wǎng)絡的脫機手寫體漢字識別方法研究.pdf
- 基于特征融合的脫機手寫體漢字識別.pdf
- 基于bandelet的脫機手寫體漢字識別研究.pdf
- 脫機手寫體數(shù)字識別方法研究與實現(xiàn).pdf
- 旋轉不變的脫機手寫體數(shù)字識別方法研究.pdf
- 脫機手寫體漢字識別技術研究.pdf
- 基于稀疏表示的脫機手寫體漢字識別研究.pdf
- 基于筆畫的脫機手寫體漢字識別與研究.pdf
- 基于深度模型的脫機手寫體漢字識別研究.pdf
- 基于SVM的脫機手寫體漢字識別研究.pdf
- 基于二叉樹多層分類SVM的脫機手寫體漢字識別方法研究.pdf
- 基于大字符集脫機手寫體漢字識別方法研究.pdf
- 脫機手寫體漢字切分算法研究.pdf
- 基于多級特征剪枝二叉樹的脫機手寫體漢字分類識別方法研究.pdf
- 手寫體漢字識別方法研究.pdf
- 基于極限學習機的脫機手寫體漢字識別研究.pdf
評論
0/150
提交評論