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。     

改善手写签名动态特征稳定性的局部相关分析

提出了基于模糊隶属稳定度的改进的局部相关分析方法．将手写签名特征序列划分成若干等分段，并在相关系数的计算中加入由各段特征稳定度确定的权重，改善了手写签名过程中稳定度不同导致相关系数不稳定的问题．对于判识阈值的确定给出了一个基于参数估计的解析法．     

有效烃源岩的识别方法

有效烃源岩的识别和评价是含油气系统和油气成藏研究的基础。以往常用有机碳含量下限(0.5％)作为烃源岩是否有效的判识标志。东营凹陷沙河街组厚达1000～1500m的暗色泥岩的有机碳含量大于0.5％,因此长期以来人们把其作为有效烃源岩。对东营凹陷进行精细的油源对比发现,其有效烃源岩绝未达到1000m之厚,对油气藏真正有贡献的主要为沙四上和沙三下亚段有机碳含量在1．5％以上的烃源岩,它们控制了东营凹陷各亿吨级大油田的形成。因此,有效烃源岩下限标准的确立,应以研究区的实际情况而定,可首先通过油源对比确立有效烃源岩层段,然后运用测井方法则除非烃源岩夹层,井获取烃源岩的各项评价参数,从而完成有效烃源岩的识别和评价工作。     

兼顾连笔和笔顺的联机手写汉字识别方法

为解决联机手写汉字识别技术中兼顾连笔和笔顺的难题，提出了联机手写汉字的模糊属性关系图描述和基于知识的松驰匹配方法。该方法能充分描述汉字结构、对手写变形不敏感，并具有良好的连笔字识别能力和适应不同笔顺的特点。基于上述方法，作者实现了一个联机手写汉字识别系统。实验结果表明，本方法能够有效地增加对于低限制书写汉字的识别正确率，并具有较好的抗噪声能力。经过２２５３０汉字测试，首位识别率达９８．８％，前十位识别率达９９．７％。     

结合数字签名与手写签名的电子文件认证方法

提出数字签名与手写签名相结合的复合签名认证方法,一方面用数字签名对个人手写签名动态特征数据进行封装,使其具有网上安全传递的保障;另一方面利用手写签名验证方法加强数字签名的认证作用,以弥补数字签名的不足．     

离线手写体数字笔迹重构方法

笔迹重构是从字符的静态图像中提取笔迹顺序信息,有助于将在线识别方法应用于离线识别问题,以及实现单个手写字符识别和字符序列识别方法的统一．基于笔段的笔迹重构方法中,笔迹重构实质上就是笔段的排序问题．采用基于骨骼的方法提取字符的笔段,并根据笔段结构图构建笔段关系图;将笔迹重构视为一个全局最优问题,采用总体方向变化最小路径重构书写笔迹;该问题通过搜寻最小代价Hamilton路径来解决,等同于解所构建图中的旅行售货郎问题．在手写体数字笔迹重构实例分析的基础上,对200个字符图像进行测试的正确率是93．5％．实验结果表明,该方法对于手写体数字笔迹重构是有效的．     

一种手写文字图形输入理论方法

提供了一种计算机手写文字图形输入理论方法．这个理论，可以预见的，在任何一个少数民族的象形字与表声字词的手写识别上可被灵活的应用，在任何一个象形字或表声字上可被灵活的应用．     

字符识别的置信度分析

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。     

属性链匹配法识别自由手写数字

本文提出一种属性链匹配识别自由手写数字的方法,以带有属性的基元描述待识字符,粗分类后的一般类字符用属性链匹配法识别.     

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%.     

藏文联机手写识别的难点及其解决方法

通过分析各种联机手写识别方法(统计模式识别方法、结构模式识别方法、结构和统计模式识别方法) 以及藏文自身的特点,总结出藏文联机手写识别的方法.     

多层分组神经网络的手写体数字识别

手写体数字识别的应用研究是字符识别中具有挑战性的课题．提出一种基于二进小波变换与多层分组神经网络的自由手写体数字的多分辨率识别算法．该算法包含二进小波变换的多分辨率特征抽取单元及多层分组神经网络分类器,与传统的完全连接的神经网络相比,该网络结构简单、输入节点少,并且由于网络分为子网结构,不同子网学习的是不同的特征映射值,某一子网不收敛不会影响到其他子网的收敛,网络鲁棒性好．采用信函分拣机提供的字库测试表明,其正确率为９８％左右．     

基于空间分布特征的手写体数字识别

首先根据手写体数字在空间上的分布情况，提取其空间分布特征，同时定义了一种新的特征；其次，提出了一种新的细化方法，并用最小距离法对手写体数字进行了识别。该识别方法较传统方法简便，不必考虑笔划的多变性，具有较高的识别正确率，并能实现快速识别。     

一种实时手写数学公式识别系统

该文讨论了设计一个实时手写数学公式识别系统时需要解决的主要问题。系统通过手写输入接口及输入笔划组合软件,进行符号、字符识别及图形语法分析,产生与输入相对应的语法分析树,并由此转换成诸如Latex、数学的或LISP-like符号等输出形式,与基于特殊方程描述语言的识别系统相比,该文的手写数学公式识别系统相对简单,使用方便。     

脱机手写体汉字字符的笔顺信息恢复

给出了一种从脱机手写体汉字字符中识别笔顺的法则——统一笔顺法则，将脱机识别问题转变为联机识别问题，利用人们熟悉的图论知识加以解决，大大提高了识别率和识别速度，也简化了识别过程．     

手写签名过程中速度特征量的稳定性研究

手写签名鉴别属于人体生物特征鉴别领域的重要技术之一．根据汉字手写签名的特点，编程从手写板获取签名的动态数据，编写了提取手写签名多种速度特征值的程序，在统计的基础上，对手写签名过程中的瞬时速度、X轴向平均速度和Y轴向平均速度、最大速度出现的位置、极大速度首次出现的位置等特征量的稳定性进行了实验研究，得出了一些有用的结论．     

带有格线边框的手写体数字串处理系统

各种单据中存在着大量填写在线框中的手写体数字需要处理。这些线框为定位和分割图像带来了更多的参考信息 ,但同时也提出了如何在尽量不损伤待识别字符条件下去除线框的新问题。论文对带有线框的数字金额字符串的处理和识别进行了研究 ,并给出了一个通用方法。该处理方法采用数学形态法去除数字串的边框格线 ,利用格线的信息和连通域的特征把字符串分割成独立的待识别的数字字符 ,字符识别采用支撑向量机 ,最佳识别结果的选择采用概率统计和先验知识相结合的方法。该处理方法已应用于实际系统并取得了满意效果 ,具有很强的实用价值     

BP神经网络在脱机手写吾美藏文识别系统中的应用

本文通过对现在流行的各种识别技术的分析比较,以及对吾美藏文手写体特征的深入分析研究,提出了一套基于BP神经网络分类器的吾美藏文OCR识别方案。基于该技术,开发出一个吾美藏文识别系统。结果表明,依赖特定人的辅音字母识别率达到95%以上。     

基于多小波神经网络簇轮廓伸展的手写体数字识别

提出采用多小波神经网络簇伸展轮廓识别手写体数字的方法. 该方法的原理是： 跟踪待识别数字的轮廓, 对轮廓进行均衡化和重采样, 使其具有平移不变性和缩放不变性;采用多小波神经网络簇对轮廓壳进行伸展得到数级多分辨率和其平均值;将这些壳系数输入前馈神经网络簇, 以识别该手写体数字. 研究结果表明, 该方法可用于将轮廓壳进行多分辨率分解.     

模糊超椭球分类算法及其在无约束手写体数字识别中的应用

为获得具有强推广能力、高效的识别算法 ,提出了基于模糊超椭球聚类的模糊超椭球分类算法 ,并且用于无约束手写体数字的识别。模糊超椭球聚类能充分利用训练样本集的分布信息 ,运用较少的类别个数来表征复杂的样本分布 ,获得良好的识别效果和推广能力。在此基础上 ,模糊超椭球分类算法加入了有监督的控制 ,使算法在聚类过程中可以确定合适的类别数 ,使学习结果能更好地反映训练集的概率分布。然后 ,采用学习矢量量化等算法对其进行进一步有监督训练 ,从而取得更好的训练效果。在国际通用的 NIST字库和实际采集的手写体数字集进行的实验中 ,模糊超椭球分裂算法获得了令人满意的结果 ,而且具有进一步发展的潜力。