在线手写签名组合最相似笔段的识别算法

在线手写签名识别是通过人的生物特征进行身份验证的技术.提出一种基于笔画样本库的识别方法,避免了动态特征点提取、时序段匹配等方法由于书写环境和人物即时的生理特性所带来的问题,同时针对每一笔画的稳定性提出了加权距离计算公式.实验证明该方法行之有效,在保证高识别率的同时又降低了误拒率.     

秉承自主创新理念 征服OCR技术高峰

今天的情景让我回想起5年前，汉王凭借联机手写识别技术首次摘取北京市科学技术奖一等奖的情景。就是从那时起，我们更加坚定了沿着自主创新之路不断前进的信心和决心。因此，我们将“自主创新”作为企业的核心理念。     

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 .     

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%。     

一种基于流形学习重建的脱机手写数字识别算法研究

本文针对在手写字符识别中由于书写习惯和风格的不同造成字符模式不稳定的问题,提出了一种基于流形学习重建的手写体数字识别方法。该方法与传统的流行学习识别方法不同,传统的方法是先对待识别模式进行降维,然后再对降维后的特征进行分类识别;本文提出基于重建的LLE算法（简称RLLE）。该算法首先分别对每一类字符训练样本进行LLE降维,得到每一类字符降维后的向量。然后将待识别字符分别在每一类字符中进行降维,并依据该降维后的矢量在每一类中对字符进行重建。最后选取重建误差最小的为待识别的所属的类。通过对MINST字库的一系列实验表明该算法具有较高的识别率,同时该方法为手写体数字识别的研究提供了一条有效的新途径。     

有效表达:让儿童真正在场

《语文课程标准》指出,语文教学要“致力于培养学生的语言文字运用能力”,而语言文字运用的重点和难点就是表达运用。课堂上的表达训练是语文课堂教学的重要组成部分,它贯穿于学生的听说读写训练之中。在语文教学中,文章是表达的基础,儿童是表达的主体。因此,有效表达首先要让儿童真正在场。一、让儿童的情感在场在语文课中,如何体现语文学科的“人文性”,其基点在于情感。课堂上要允许学生自由充分地表达自己的感受,如果没有情感的参与,学生就无法准     

月是故乡明 景是家乡美

正习作要求这次习作,我们就来写一写家乡的景物,写的时候注意学习其他同学的长处,并展开丰富的想象。习作指导小朋友,我们每个人都爱自己的家乡,这次作文就是要我手写我心——用手中的笔描绘家乡美丽的景物,抒发自己热爱家乡的情感。家乡美丽的景物很多。你看,门前的小河,屋后的小树林,村旁的大山,街两边的高楼,公路上的立交桥,海边的小岛,还有公园里的花草树木、假山亭台、小桥流水……这么多,选什么来写     

手写数字识别中组合式神经网络的构建方法

将聚类技术和遗传算法相结合, 提出一种基于相似度传播算法和遗传算法的神经网络集成方法应用于手写数字识别问题. 先分别利用主成分分析和Fisher线性判别分析对数据集进行特征提取, 得到两类特征数据集, 再利用Bagging方法分别为这两类特征数据集训练简单的BP神经网络, 然后采用相似度传播算法对这些BP神经网络进行聚类, 找到作为类簇中心的网络(中心网络), 最后利用遗传算法对所有中心网络的权值进行训练, 将中心网络进行加权线性集成作为最终分类器. 在标准手写数字数据集MNIST上进行测试的实验结果表明, 该方法的识别率优于单个神经网络的识别率, 并兼顾了分类效率.     

利用VB6.0建立测量神经细胞突起的软件系统(简报)

1神经细胞突起的图形测量现状分析在生命科学研究中涉及到大量二维细胞图像的分析问题,包括如何处理、精确表达细胞图像中的有用信息.传统的显微检测工作是通过光学显微镜对样品进行单人目视观察,以手写报告或手绘图形式记录观察结果,工作强度大,存在人为的观察误差,而且不能对图象作客观记录和存储.结合计算机技术的图像处理方法,可以使细胞的显微、亚显微形态学研究从定性走向定量.因此,探索和开发适用于生物学实验的计