二级印刷体汉字的识别

本文提出了一种利用数学形态学提取汉字结构特征进行汉字识别的方法。该方法模仿人的认字过程，根据汉字构造的基本规律选取字的边框特征和局部特征，所取特征可适用于多体印刷体汉字的识别。用传真机输入的６７６３个二级汉字进行了实验，分类稳定，正确识别率为９５．２％。     

虹膜内外边界的粗定位方法

为了提高现有虹膜定位算法的性能,提出了一种虹膜粗定位算法。该算法利用二值图像的下边缘轮廓粗定位虹膜内边界,利用内边界圆心左右两侧的一维灰度均值信号粗定位虹膜外边界。即使在存在严重的眼皮和睫毛干扰的情况下,这种算法也能快速有效地估计出虹膜内外边界的位置。实验结果表明:该算法能够极大地提高虹膜定位的速度和准确度,粗定位一幅虹膜图片平均只需71m s,定位准确度也明显优于现有的粗定位算法。     

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。     

激活函数可调的神经元模型及其有监督学习与应用

提出一种激活函数可调的新神经元模型（tunable act ivation function，简记为TAF）模型，并给出这类模型的一般形式，该模型用于多层前向神经网络MFNN时，其激活函数可借类似BP算法进行训练而求得，通过几个具体例子给出了对激活函数进行训练的算法，试验结果表明，采用TAF模型的多层前向神经网络的网络容量和性能，优于采用通常M－P模型的网络。     

汉字识别多分类器集成的新方法

从信息熵的角度分析了多分类器集成的重要性，提出了一种用于汉字识别的多分类器集成的新方法——综合识别法。该方法充分考虑到各分类器的特性，在保证效率的同时，较好地改善了用单个分类器识别低质量文本时误识率较高的不足，使系统误识率下降了７４％，拒识率下降了２７％。提出了一种基于惩罚函数的确定各分类器拒识门限的方法，该方法既可灵活地确定系统的识别率、误识率，又避免了收集巨量训练样本的工作。     

一种激励函数可调的新人工神经网络及应用

提出了一种激励函数可调的新神经网络模型，和一般ＢＰ网络不同，在学习过程中，不但连接权值可以调节，神经元激励函数也可以调节，以双螺线问题为例，说明如何利用先验知识导出所需的激励函数，并经出网络的训练方法，实验表明，这种新型神经网络对于某些问题具有很强的分类能力。     

陆地移动通信的现状与展望

70年代以来,随着科学技术的高速发展,通信的业务范围不断扩大,除传统的电报、电话之外,非话业务如图文传真(FAX)、文字广播(teletext)、电视图文(videotex)、可视电话(videophone)、电话会议和数据(计算机)通信,以及把各种业务组织在同一信道同时传输的综合业务(Integrated services),等等,纷纷问世。这些业务大大扩大了通信的服务领域,使人们能够获得各种形式的信息。这是通信事业的又一巨大成就。各种新的通信业务各有特点,但有的需添置较昂贵的终端,有的属于单工通信,如图文传真等虽然可以传送书面信息,便于保存,但不能随时交谈或讨论。可以认为,电话仍是应用最广的一种通信方式。当前的公众有线电话已经十分普及,使用也很方便。但是由于话机位置是固定的,人们只能在一定地点打电话。离开家庭、办公室或公用电话亭就     

汉字计算机自动识别研究的进展

汉字识别属于超多类模式识别的范畴,涉及数字信号处理、机器智能、自然语言理解等学科,在学术上具有重要的研究价值。汉字识别又是把汉字输入计算机的手段之一,在办公室自动化、机器翻译、人工智能以及盲人阅读等方面都有实用意义。 近十几年来我国学者在汉字识别研究方面取得显著进展,国际上对这个问题也极为重视。本文扼要介绍国内外有关研究工作的现状,并对汉字描述、识别方法与特征选取,以及分类策略与分类树三个问题作较详细的评述,最后提出几个应予注意的问题。