一种改进的手写数学公式符号识别算法

针对手写数学公式符号的特殊性提出一种改进的公式符号识别算法,利用外接矩形技术来切分公式符号,利用改进的BP神经网络算法进行手写数学公式符号识别,实验证明,改进后的公式符号识别算法提高收敛速度和识别的效率.     

终端嵌入式数学公式手写识别中的连笔搜索算法

在数学公式的手写识别中,由于人们的书写习惯造成大量连笔的存在,连笔识别错误给后续公式的识别造成的影响是当前公式识别系统中一个非常重要、而又没有得到很好解决的问题,同时,公式输入的过程中出现连笔又在所难免.本文提出了一种基于DP算法和隐马尔可夫模型的数学公式连笔字符识别方法,识别时,采用DP匹配算法和隐马尔可夫模型相结合的方法,首先使得字库样本与待识样本的码列匹配关系是最优的,当出现连笔字符或结构系统拒识时,采用隐马尔可夫分类器,从而提高整体的识别效率.     

基于编码器-解码器的离线手写数学公式识别

提出一种改进的编码器 解码器模型。模型采用多尺度密集卷积网络作为编码器,以提取手写数学公式图像的多分辨率特征。采用完全基于注意力机制的Transformer模型作为解码器,依据图像特征将二维手写数学公式解码为一维 LaTeX 序列。通过相对位置编码嵌入图像位置信息和LaTeX符号位置信息。实验结果表明,模型在官方CROHME 2014数据集上取得了优异的性能,相比于当前最先进的方法,其公式识别准确率提高了3.55%,字错误率降低了1.41%。     

基于BP神经网络的手写数字识别系统

提出了利用BP神经网络方法来实现手写数字识别系统的方案。手写数字图像通过颅处理后,在特征提取方面采用两种适应性较强的特征提取方法,即18点特征提取方法和手写数字笔画特征提取法．不但减少了提取时间。而且提高了手写数字图像的识别率。利用Visual C＋＋编写手写数字识别系统,得到了较好的识别结果。     

城市地下管网图纸自动输入系统的研究

介绍了城市地下管网图纸自动输入及识别系统。讨论了利用芯线、ＧＬＵＥ等矢量数据以及图纸自身特点识别管线符号和直线坐标的方法。对于不能识别的部分，采用人机对话方法进行修正。     

用两次符合校验降低手写数字识别中的随机误识率

本文从手写数字识别系统中发生误识的原因出发,阐述了用两次符合校验方法降低随机误识率的原理,介绍了实现该方法的程序框图,文章列举的实验数据说明该方法在实际识别系统中能够有效地降低手写数字的随机误识率。     

基于Transformer模型的手写数学公式语法树解码器

目前对数学公式进行树结构解码的方法大多基于循环神经网络的结构,训练效率低,训练过程复杂,基于此问题,提出一种基于Transformer结构的手写数学公式识别模型,可以直接对公式的语法树进行解码。在手写公式识别任务多个数据集上的实验结果表明,所提出的Transformer树解码方法都取得超越Transformer序列解码方法的性能,并展现出超越循环神经网络树解码方法的潜力。     

利用动态信息识别汉字

随着办公自动化程度的提高，越来越需要一种更自然的方式让信息输入到计算机系统中去。一种方法是有杉一个在线系统，该系统能在文字输入时，通过动态信息识别它们。该识别系统的应用范围为手写的汉字。这些汉字有生成的规律。文字写在一个数据图形输入装置，先通过预处理增强有用信息、消除噪声、然后进行特征提取。牲包括笔划的方向、长度、次序、曲率、倾斜度以及停笔与落笔的提示信息。接着同一训练模块各部分的分类。     

手写数字的综合智能识别

研究手写数字多种智能识别方法的逻辑组合和加权统计综合模型．应用综合模型对多种智能识别系统进行综合,提高了手写数字识别的可靠率．     

基于结构布局的数学公式识别

介绍一种采用"自顶向下"和"自底向上"相结合的印刷体数学公式识别系统.该系统主要由局部结构分析和整体结构分析两个模块组成,能够较好地识别印刷体数学公式.该系统实际用于识别98个印刷体数学公式的正确识别率为0.867.     

一种基于复合特征的脱机手写体字符识别方法

针对脱机手写体字符识别问题,分别采用主元分析PCA方法和小波变换方法对字符的整体特征和局部特征进行提取,形成向量表示,综合两部分的特征向量形成复合特征向量,利用SVM进行分类识别。该方法在汉字手写体字符集上进行实验,取得了很好的识别准确率。     

手写满文字母采集系统的设计与实现

鉴于目前没有完整的手写满文字母库,在分析当前手写满文字母库的建立方式后,提出了嵌入式搭载触摸屏的手写满文采集方案,设计了基于STM32F4处理器的手写满文字母采集系统。该系统以Keil 5软件为开发平台,利用C语言开发了触摸屏、SRAM模块、SD卡和通信模块驱动,编写了手写输入采集、优化后的预处理和特征提取算法,并通过串口实现了与PC机的数据传输。系统整体电路采用 Altium Designer 9软件设计。经测试,系统能够较好地完成所需功能,且界面友好、操作方便、成本低廉、实时性强。     

电子课业手写批注系统的实现

为解决网络教学中远程作业批改的问题, 提出了电子课业的一种手写批注方法, 阐述了该系统的开发背景、 技术路线、 关键技术及其功能与应用。系统以富文本格式打开文档, 通过安装的钩子监视处理窗体的诸多消息, 显示或重绘批注留痕, 自行创建坐标系, 将文本层与批注层进行逻辑上的叠加, 形成整体的批注场景。实验结果证明, 该系统是电子课业手写批注的公共平台, 具有很好的教学效果和推广价值。     

手写体汉字特征提取的研究

在手写体汉字识别的研究中，汉字的特征提取可以说是整个手写体汉字识别系统中最重要的一部分。本文针对手写体汉字特点，找到了能充分反应手写体汉字特点的三种特征井加以提取；同时提出了将汉字分解为部件来识别的观点。实验结果表明所提取的特征兼顾了提取方法的方便性和特征的稳定性；这些特征能有效地识别手写体汉字。     

用计算机辨认手写银行支票的思考

提出了运用计算机和扫描仪等设备 ,辨认手写银行支票的科学方法 .较详尽地描述了辨认引擎的各种模式 .     

笔顺自由和笔划数可变的联机手写汉字识别方法研究

提出了一种新的联机手写汉字识别方法，采用笔划的模糊生特征描述手写输入汉字。改进了笔划动脉匹配技术，形成了笔顺自由和笔划数可变的识别方法，对ＧＢ２３１２－８－汉字库进行了实验，获得了较好的结果。     

基于PCIe高速通信接口的图像处理系统设计

面向图像处理数据的高速传输和快速处理需求,设计实现了基于PCIe高速通信接口的图像处理系统。在Net FPGA SUME平台的基础上,借助Riffa PCIe架构实现中央处理器(central processing unit,CPU)和现场可编程门陈列(field-programmable gate array,FPGA)高速数据传输,充分发挥PCIe总线接口高效性、灵活性、可扩展、低延迟传输性能。设计统一图像处理和管理硬件接口,支持高效实现卷积神经网络(convolutional neural network,CNN)手写字符识别的FPGA加速处理。测试表明:PCIe传输速度可以达到2. 86 GB/s; CNN手写字符识别单张图片运行时间为1. 58 ms。研究结果可有效提升图像处理系统的数据传输和处理能力。     

基于知识的无约束手写数字识别系统

研究一种基于知识的无约束手写数字识别系统．系统运用专家系统的知识表示、知识推理等方法，通过未知样本与知识库模糊匹配，得到识别结果．系统对随意书写的５０００个样本进行识别，得到较好的结果     

基于动态规划的联机手写汉字分割方法

为解决手写汉字文本的自动切分问题,提出了一种基于动态规划的联机手写汉字分割方法.该方法根据手写笔画的结构特征、笔顺信息以及神经网络分类器给出的类概率构造代价函数,并将其分别应用于手写句子的预分割和基于识别的分割过程,然后利用动态规划算法寻找最佳分割路径.预分割在保持较低误分割率的前提下,可以有效地降低候选分割块的数量,以加速分割过程.实验结果表明,预分割的误分割率为0.57%,过分割率仅为11.1%;在未应用语言模型的情况下,最终的正确分割率为88.2%.