基于笔划方向特征和非对称分布的手写体汉字识别

基于笔划方向特征和非对称分布的手写体汉字识别模型,提出一种从手写体汉字骨骼图像上提取分叉点的有效改进算法,保证笔划提取的可靠性,并直接从笔划结构上计算统计识别特征矢量;采用主向量空间的非对称参数分布模型计算距离测度．实验表明,基于笔划方向特征和非对称分布的统计识别模型具有优良的识别性能．     

基于基本笔画笔压特征的手写汉字笔迹鉴定的研究

基于汉字笔迹鉴定的有效特征主要蕴含于基本笔画运笔中的设想，提出以手写汉字基本笔画为研究对象，抽取其中笔压变化特征，形成特征空间，求得鉴定对象在特征空间中分布，并计算它与辞书中各书写者之间的广义距离，从而实现笔迹的鉴定．本研究选用10位书写者，四种基本笔画，每种基本笔画采用10个样本进行了实验．其结果证实了本方法完全克服了以往笔迹鉴定研究中结体依存性带来的不足，只需对少数基本笔画的研究就对全体汉字有效，大大缩小了辞书空间．     

一种快速有效的矢量汉字转换为点阵的方法

由于矢量汉字是以字的图形坐标为基础，因而矢量汉字占用存储空间少，非常容易实现按任意比例进行缩放与按任意角度进行旋转，且缩放与旋转后文字边缘不会出现锯齿，但矢量汉字必须在相应的缩放与旋转后转换为对应的字的点阵方可显示其实心汉字。本文提出一种快速有效的矢量汉字转换为相应点阵的方法。该方法利用封闭区域的边缘链码作为启发性知识来实现汉字的填充，从而将矢量汉字快速地转换为点阵。     

基于基本笔画运笔特征的汉字笔迹鉴定的研究

基于汉字笔迹鉴定的有效特征主要蕴于手写汉字笔画运笔中的设想 ,提出以汉字笔画作为笔迹鉴定的主要对象 .在选用手书基本笔画为研究对象的基础上 ,进一步从手书汉字中抽取基本笔画作为对象 ,在基本笔画中抽取反映各自行笔部运笔的特征 ,形成多维特征空间 .求得各鉴定对象在特征空间中的分布 ,计算它与辞书中各书写者位置间的广义距离 ,实现笔迹的鉴定 .实验选用 10位书写者 ,8种基本笔画 ,每种笔画采用 10个样本 ,结果显示对于单一笔画和简单的汉字取得令人满意的鉴定率 .本研究完全克服了以往笔迹鉴定研究中结体依存性的不足 ,大大缩小了辞书所需的空间 .研究结果不仅证实了该方法的可行性 ,还进一步验证了该方法的实用前景 .     

历史上的笔迹心理学

笔迹的研究,是伴随着文字的产生而产生的。有关汉字的起源,有结绳记事说、仓颉造字说、起源于八卦、起源于图画等众多说法。古人在创造汉字时,为了记录,就有意识地将汉字书写(包括刻划)下来,于是就形成了笔迹。人类在有意识创造汉字、书写汉字的同时,无意识地留下了笔迹本身。笔迹     

基于基本笔画起收笔特征的手写汉字的笔迹鉴定

作者基于汉字基本笔画起收笔中蕴含丰富的个人特征的设想,提出以手写汉字基本笔画为研究对象,抽取其中起收笔特征,形成特征空间,求得鉴定对象在特征空间中的分布,并计算它与辞书中各书写者之间的广义距离,从而实现笔迹鉴定.该研究选用10位书写者,4种基本笔画,每种基本笔画采用10个样本进行实验.结果证实此方法完全克服了以往笔迹鉴定研究中结体依存性带来的不足,只需对少数基本笔画的研究就对全体汉字有效,进一步验证了基于基本笔画的笔迹鉴定研究方法的可行性和有效性.     

一种实用手写体汉字归一化方法

在手写体汉字识别或者笔迹辨伪的过程中,一般需要用到文字的归一化处理过程,相对于印刷字体构成的书写样本,手写体存在较多的汉字交错和粘连的情况.根据汉字粘连的情况不同,进行手写体汉字的归一化困难程度也不同.为此,阐述一种实用手写体汉字归一化方法.     

用B样条曲线优化逼近矢量汉字

针对激光切割矢量汉字中出现的问题，提出了用参数三次B样条曲线优化逼近矢量汉字的局部轮廓．在优化逼近过程中，应用Taylor级数展开法进行B样条曲线的参数优化，反复拟合得到优化的参数值．使在误差允许的范围内，获得用B样条曲线优化逼近的汉字轮廓．处理后的矢量汉字字形光顺，生成的数控程序短．     

用B样条曲线优化逼近矢量汉字

针对激光切割矢量汉字中出现的问题，提出了用参数三次Ｂ样条曲线优化逼近矢量汉字的局中轮廓，在优化逼近过程中，应用了Ｔａｙｌｏｒ级数展开法进行了Ｂ样条曲线的参数优化，反复拟合得到优化的参数值，使在误差允许的范围内，获得用Ｂ样条曲线优化逼近的汉字轮廓，处理后的矢量汉字字我顺，生成的烽控程序短。     

矢量汉字的通用性填充算法

提出了一种独立于输出设备的通用性矢量汉字填充算法，该算法利用有向直线穿越矢量汉字所形成的有效线段实现填充，与以往的汉字填充算法相比，其效率高，通用性强。     

基于光滑化方法的支持向量回归算法

支持向量机是在统计学习理论的基础上发展起来的新一代学习算法,由于其出色的泛化能力,在文本分类、手写识别、数据挖掘、生物信息学等领域中获得了较好的应用.提出了一种光滑支持向量回归算法,实验结果表明,它相对于其它回归训练方法有较快的收敛速度和较高的拟合精度.     

基于二值图像的手写体快速细化算法

针对查表算法模板数量多、匹配过程耗时长的缺点,分析手写体节点与周围像素邻点的相对位置,提出了一种手写体快速细化算法.该算法仅需要44个标记模板和15个优化模板即可实现对手写体二值图像的细化.实验结果表明,改进算法能够在有效降低算法复杂度的同时准确识别手写体的骨架.     

基于关键词提取的手写汉字文本依存笔迹鉴别技术

针对文本独立笔迹鉴别技术中需要大篇幅文档以提取图像纹理等笔迹信息的限制条件,和传统文本依存笔迹鉴别技术中需要内容完全相同的笔迹文档的限制条件,本文提出了一种新的文本依存笔迹鉴别技术.它以局部特征匹配与投票为手段进行关键词提取,对提取出的相同关键词建立训练集,在两篇文档的相同关键词之间进行匹配,将笔迹鉴别问题转化为签名识别问题.实验结果表明,在文档内容不完全相同的情况下,该技术仍然能够有效地对文档进行笔迹鉴别.     

基于拉普拉斯能量的低质量手写体文档图像二值化

文档图像二值化是文档分析与识别中的一个重要环节。本文针对低质量手写体文档图像提出了一种二值化算法,算法首先对文档进行相位保持降噪并计算背景修复模板,然后用图像修复算法和形态学闭运算估计文档背景,用背景补偿算法提高文档对比度,接着用背景补偿后的文档图像构造拉普拉斯（laplacian）能量,最后采用图割算法求得最终二值化结果。实验结果表明,本文所构造拉普拉斯能量能够较准确地区分文字和背景,所提二值化算法在DIBCO2018数据集中的实验结果优于同类算法。     

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．     

基于数据包络分析的电压矢量控制方法

为了解决常用电压矢量控制方法需进行大量函数运算,在实际应用中较难实现,并且在实际应用中需分析电压矢量变化对电流控制的影响,需降低计算量,因此通过数据包络分析研究电压矢量控制问题。依据电压矢量控制电路图分析了电压矢量控制过程,获取电压矢量控制的过程中需遵循的三个规则。通过最近三矢量法对参考矢量进行合成,获取不同区域中各电压矢量的作用时间,采用数据包络分析法对电压矢量进行控制时,需满足电压矢量作用时间约束。数据包络分析在各采样周期内,依据电压矢量控制规则与作用时间,将不同决策单元的输入权重与输出权重当成变量,从最有利于决策单元的角度对不同决策单元的有效性进行评估,获取电压矢量评估结果,选择最优电压矢量当成下一个周期的施加矢量,实现电压矢量控制。结果表明:所提方法在波形抖动方面的控制明显更稳定;在发生突变的情况下,所提方法可快速响应;电流畸变率一直处于最低水平。可见所提方法电压矢量控制优势显著,性能强。     

能源需求的支持向量机预测

对灰色、神经网络和支持向量机的三个预测模型进行了研究,以某城市的1999-2006年能源需求为例,对能源需求进行了预测.经过比较,支持向量机的预测方法精度较高.     

局部均值分解在刀具故障诊断中的应用

为有效监测刀具磨损状态,提出一种基于局部均值分解的刀具故障诊断方法.将声发射信号自适应地分解为一系列乘积函数,选取包含主要故障信息的前8个乘积函数分量,获得每个乘积函数分量的平均能量,并组成特征向量.分别提取正常切削、中期磨损和严重磨损三种状态下的特征向量,利用频带能量的变化识别刀具磨损特征.实验结果表明,随着刀具的磨损,各乘积函数分量平均能量增加,并且在高频部分增加显著,该方法可以有效应用在刀具故障诊断中.     

基于局域判别基空间能量的特征提取

针对模式识别中如何提取信号有效特征的问题,对信号进行小波包分解,求取小波包局域判别基,提出求取局域判别基的各子空间的能量,形成特征矢量的特征提取方法。利用Fisher准则函数进行特征选择,得到识别特征矢量。在水声模式识别实例中应用此方法提取特征矢量进行分类实验,取得良好的分类效果,验证了该方法的有效性。     

基于历史基线长度减小动态基线向量噪声的方法

静态情况下,GNSS载波相位相对定位可以通过对不同历元的三维基线向量按各自的维度滤波,从而减小基线向量噪声.而动态情况下,不同历元的基线向量不一定不变,故无法使用滤波算法.对于动态定向、定姿等应用,基线长度一般是固定的,通过对不同历元间基线长度取均值,平均基线长度的噪声将小于当前历元的基线向量噪声.基于此,本文提出一种基于历史基线长度减小动态基线向量噪声的方法.设计了将历史基线长度和当前历元基线向量进行数据融合的数学模型,推导了模型中的权值矩阵.通过误差传递的关系,得到噪声减小的理论表达式.通过仿真和实测基线数据验证该算法的性能,结果和理论分析一致.该算法实现简单,可在不添加硬件资源的情况下将基线向量噪声减小至80%左右.