质心层次特征的无约束手写体数字识别

光学字符识别（ＯＣＲ）是模式识别最为成功的应用之一．目前,ＯＣＲ的研究重点是无约束手写体字符识别．采用了基于字符质心的层次特征对无约束手写体数字进行分类识别．基于字符质心的不均匀分块方法,在一定程度上可以克服无约束手写体数字字形千变万化所引起的不稳定性．层次特征将字符在空间的二维分布转化为一维,特征抽取过程简单,易于实现．将该算法应用于无约束手写体数字的信函分拣系统,单字的平均识别率达９７％以上．     

亚洲地区1918—1970年7级以上强震重新定位与震源机制测量及结果的不确定性分析

通过光学字符识别(OCR)软件, 整理世界地震台网1918—1970年的世界台站震相报告, 对该时期发生在亚洲及周边地区7级以上强震的震源位置及部分强震的震源机制(断层面解)进行测量。使用1918—1970年《国际地震资料汇编》(ISS)和EHB Bulletin的震相到时和到时差, 对该时段338个7级以上地震事件进行重新定位, 得到其中316个地震事件的可靠定位。使用1933—1970年ISS和EHB Bulletin的P波初动数据, 对该时段244个地震事件求解震源机制解, 得到其中209个地震事件的震源机制解。研究结果丰富了亚洲地区基于全球地震台网观测的1918—1970年仪器记录早期近现代强震目录震源机制资料, 并提供一种研究近现代地震的可行方法, 对开展其他地区或其他震级范围的仪器记录早期近现代地震研究具有启发作用。     

基于BP神经网络的脱机手写混排字符集的识别方法

脱机手写字符自动识别是计算机光学字符识别(OCR)领域的一个活跃课题,有着十分广泛的应用前景.文中提出了基于BP神经网络的脱机手写中英文和数字混合字符集的识别方法,给出一种特征提取方法,通过实验说明如何选取网络隐含层神经元个数,以及如何选取网络连接权值的初值.对由不同人手写的中英文字符的混合字符集做识别实验,结果表明文中所设计的神经网络分类器,不仅能保证识别精度和识别速度,而且能有效的识别混合字符集.     

高校移动学习智能终端平台的设计与实现

设计了一个高校移动学习系统,该系统以基于Android的移动学习终端为载体,借助统一教育资源平台的支持,实现学习者能够随时随地获取信息,进行信息处理和交互会话,将高校学生的学习时间和学习地点无限扩展。其主要功能模块包括教育资源在线阅读智能检索子系统、移动学习邮箱交互子系统、基于Socket的移动学习小组子系统和基于移动WebService的学习资料库子系统。     

信函上英文地址的自动识别和翻译

根据地址的语言特性,定义和归纳了适用于邮政信函英文地址自动识别和翻译的用语规则.针对由字符识别技术获得的信函地址,提出了一种基于非精确字符串匹配技术的地址翻译方法,自动识别出英文地址并翻译成中文.实验结果验证了该方法的有效性,能较好地减少识别错误带来的影响,提高系统的翻译性能.     

汉语处理与信息社会

本文讨论现代信息社会中的若干电脑汉字处理问题，同时对于汉字的固有缺陷提出了一些技术改进方案．     

中文古籍数字化浅析

分析了中文古籍数字化的现状,阐述了我国古籍数字化过程中存在的问题,提茁了今后中文古籍数字化的研究重点。     

一种新的字符特征提取方法及其在识别中的两个应用

特征抽取是识别中的重要步骤，提取描述性强的特征能够有效提高分类器的识别效率。在提出有关概念的基础上，介绍了特征行抽取在字符过程中的两个重要应用。首先,在分类识别时可用作匹配的特征向量，通过双向匹配来识别独立的字符。其次，可在识别粘连字符时用于预测前端字符，并在提取前端字符后对预测结果进行验证，从而达到准确分割和识别粘连字符的目的。还详细描述了交互确定特征行的方法。最后根据实验数据对字符特征行的应用价值作出了评价。     

高校网上录取数据录入管理系统的开发

高校网上录取数据录入管理系统是为适应网上录取工作而编制的,主要实现了数据采集以及电子档案的制作功能。系统在硬件上采用通用的扫描仪作为光电录入设备;在软件上实现了ＯＣＲ和ＯＭＲ共存情况下的通用识别,并且同时存储了图象数据。系统采用分布式处理,因此,系统与其他相似的系统相比,具有识别速度快、精度高、通用性好的特点。     

基于OCR信息的JBIG2编码算法

二值图像编码在文本存储、图象检索中有广泛的应用。为了提高二值图像的压缩比,提出了一种利用OCR结果的JB IG 2(jo in t b i-leve l im age group)编码算法。它在对二值文本图像进行基于模式匹配的压缩时,利用了OCR识别结果和识别置信度的信息,从而更好地完成了字模重建和模式匹配的处理,提高了JB IG 2算法的性能。图像中所有识别结果可信的字符被重建字模代替,编码器只需编码字符的位置。实验结果表明:该算法优于以往JB IG 2算法的效果,它可以获得高于以往有损压缩算法的图像质量,并在实验图像上得到高于以往无损压缩算法14.3%的压缩比。