手写体汉字集成识别技术的研究

手写体汉字的计算机自动识别是一个高难度的模式识别问题,用单一识别方法难以达到理想的识别率.本文首先分析了汉字识别方法的基本特点以及字符集成识别技术中存在的问题,然后结合认知科学的研究成果,提出了手写体汉字层次集成识别的思想.     

手写体汉字机器识别技术的现状分析

手写体汉字机器识别技术的研究不仅具有重要的理论研究价值, 而且具有广阔的应用前景。本文介绍了手写体汉字识别技术的原理、研究历史及技术困难, 综合分析了当前国内外主要识别方法及其特点, 展望了该技术今后的发展方向     

手写体汉字识别笔画提取方法的研究

由于手写体汉字的复杂性,目前手写体汉字识别正确率不高。笔者提出在拐点提取方法上以像素跟踪法辅助最大距离法,在笔段合并中只考虑与交叉点相连的笔段,并提出具体算法,该方法可以有效克服拐点遗漏,笔段合并错误的弊端,使拐点的遗漏率大大降低,笔段合并正确率有较大改进,汉字识别正确率达到90%。     

基于BP神经网络的手写体识别方法研究

基于一种改进结构的BP神经网络,探讨了神经网络应用于手写体文字识别的方法。除了对网络结构的改进外,还对网络的学习算法进行了改进,并应用进化计算理论,遗传算法与BP算法,提高了网络的训练速度和识别效果。     

基于模糊线素特征与神经网络相结合的手写体汉字识别

本文提出了一种基于模糊方向线索特征 (fuzzydirectionallineelementfeature,FDLEF)与人工神经网络 (artificialneuralnetworks,ANN)相结合的手写体汉字识别方法 (FDLEF -ANN) ,解决了单一FDLEF方法对相似字识别率低的问题 .这种方法分两级识别 ,先由FDLEF识别模块进行识别 ,将识别结果送至选择器 ,若识别结果不属于预定义的相似字集合簇 ,则该结果即为最终识别结果 ,否则 ,将其送至人工神经网络识别模块进行相似字的识别 .本方法既保留了原FDLEF方法的优点又提高了对相似字的识别率 ,FDLEF -ANN系统对相似字的识别率由 78 0 9%提高到 82 97% .     

面向手写体识别的DCNN抗噪性能研究

深度卷积神经网络(DCNN)是人工智能研究领域前沿方向.DCNN结构复杂、参数非常多、可解释性与鲁棒性不强,对图像数据集的清晰度要求很高,而目前关于DCNN抗噪性能研究还较欠缺.通过给手写体数据集DigitDataset的测试集添加4种不同幅度噪声,深入研究DCNN在手写体识别上的抗噪性能.研究结果表明:①噪声对DCN...     

基于智能结构模型的手写体汉字识别方法研究

从智能控制与特征建模方法入手提出一种手写体汉字识别系统结构模型,仿人思维模式将复杂任务系统分解为决策、执行两层.综合目前常用的手写体汉字识别方法特点,针对不同特征汉字采用合适的识别方法,并通过广义误差对识别结果进行反馈,达到校正的目的,实验证明该结构方法有效.     

针对人脸个体差异性的核线性判别分析

分析人脸特征结构,提出针对人脸个体差异性的核线性判别分析。首先,利用QR分解和正交投影提取出能够描述人脸个体差异的特征。然后,应用核技术将描述人脸个体差异的特征集投影到高维空间;最后,利用线性判别分析对高维空间中的数据进行分类识别,并在FERET、PIE和AR数据库上进行仿真实验。实验结果表明,本文算法与核线性判别分析、核主成分分析相比能够去除人脸的公共特征,从而提高了正确识别率和识别的稳定性。     

基于投影与结构信息的汉字手写体分割

手写体汉字识别是有着广泛应用的研究领域，非限定手写体汉字串由于大量存在笔画嵌入、粘连等现象，将单字从串中分离开就成为字识别的前提。本文以投影法为基础，有效利用字间距和汉字本身固有的结构信息对手写体汉字进行分割。本文提到的方法在银行票据，邮件等签字认定等领域有着广泛的应用。     

基于分片逆回归方法的线性与非线性判别分析的应用比较

所统计分析的数据集是前列腺癌基因数据集.采用分片逆回归方法和线性判别分析(LDA),二次判别分析(QDA).对基因芯片(微阵列)数据进行分析.用SIR降维,用LDA和QDA分类.讨论分片逆回归方法和二种方法对基因样本进行分类的效果.     

二维非线性鉴别分析及人脸识别

二维最大散度差线性鉴别分析方法不仅有效地避免了在人脸识别中传统的Fisher线性鉴别分析通常存在的“小样本问题”,而且使其特征抽取的速度有了大幅度的提高．本文通过引入著名的“核技巧”,将二维最大散度差线性鉴别分析扩展到非线性空间,提出了一种新的二维核最大散度差鉴别分析方法．该方法不仅抽取了图像中更加有效的非线性鉴别特征,使正确识别率显著提高,而且为二维非线性鉴别分析提供了一个统一的构架．最后在AR标准人脸库中的实验结果验证了本文算法的有效性．     

基于模糊线性判别分析的控制规则约简

在线性判别分析的基础上提出了一种模糊线性判别分析方法,对模糊数据进行判别分析,并将这种方法应用于模糊化控制器的规则约简,从而在不影响控制品质的基础上,减少控制器运算量.实验表明,经过规则约简之后的模糊控制器能够顺利完成倒车控制,具有较高的普适性.     

基于纹理分析的笔迹图像预处理子系统的设计和实现

基于纹理分析的笔迹图像预处理技术在笔迹鉴别、文字识别、签名验证等领域都具有广泛的应用。针对基于纹理分析的离线手写体笔迹鉴别方法,重点对笔迹图像预处理的相关算法展开了研究,并给出了部分算法的改进和子系统的实现。实验结果表明:这些算法有效可行,子系统具有应用推广价值。     

判别分析的错判损失

对回代正确率作了推广,提出了判别模型损失的概念,并以判别模型的损失为标准来衡量判别模型的好坏。     

Kernel Model Applied in Kernel Direct Discriminant Analysis for the Recognition of Face with Nonlinear Variations

A kernel-based discriminant analysis method called kernel direct discriminant analysis is employed, which combines the merit of direct linear discriminant analysis with that of kernel trick. In order to demonstrate its better robustness to the complex and nonlinear variations of real face images , such as illumination, facial expression, scale and pose variations, experiments are carried out on the Olivetti Research Laboratory, Yale and self-built face databases. The results indicate that in contrast to kernel principal component analysis and kernel linear discriminant analysis, the method can achieve lower (7%) error rate using only a very small set of features. Furthermore, a new corrected kernel model is proposed to improve the recognition performance. Experimental results confirm its superiority (1% in terms of recognition rate) to other polynomial kernel models.     

Product and Process Evaluation of Handwriting Difficulties

Handwriting is a complex human activity that entails an intricate blend of cognitive, kinesthetic, and perceptual-motor components. Children are expected to acquire a level of handwriting proficiency that enables them to make skillful use of handwriting as a tool to carry out their work at school. Poor handwriters have difficulty developing their writing skills and, as a result, often suffer in their educational and emotional development. This article highlights the importance of handwriting and reviews the development of methods used to evaluate handwriting difficulties. Included also is a discussion of methodological aspects of current handwriting evaluations and a presentation of research on the use of a computerized system that may be helpful in better understanding the handwriting process of poor writers. The article concludes by outlining future directions in handwriting evaluation that combine the assessment of the handwriting product with computerized analysis of the handwriting process.     

笔迹分析在人才素质测评领域的研究述评

笔迹分析是以笔迹学、笔迹心理学为基础的新兴学科。过去研究表明，笔迹与个体人格特征有一定的联系，其科学性得到了普遍的肯定。所以笔迹分析已经进入很多人才素质测评领域，成为了常规测评人才素质的手段。但是笔迹分析的信度、效度问题一直是学术界争议的话题。研究者应从科学的角度出发，发展和完善笔迹心理学，让笔迹分析有更坚实的理论基础。从而为人才素质测评提供有利的手段和依据。     

临床心理学关于笔迹的研究

对一百多看来国外临床心理学关于笔迹研究作了概览，这些研究试图揭示精神分裂症、神经症、病态人格、同性恋、癫痫、脑损伤、关节炎和老化等与笔迹的关系，以及酗酒、自杀、吸毒的笔迹特征。通过自己的实证探索，认为笔迹是一种值得重视的人的活动产品，其中可能抽射出具有临床意义的生理、心理的变化。     

浅析书法的美育功能

书法是表达审美情感的一种特殊手段 ,同时又是提高修养和培养情操的一种途径。而我们许多人却往往忽视或淡化了它的美育功能。在今天 ,重视并强化书法的美育功能尤为重要