2) on-line handwritten Chinese character recognition
联机手写汉字识别
1.
An algorithm for stroke corner detection based on curvature multi-calculation is proposed to extract characteristics for OLCCR(on-line handwritten Chinese character recognition).
提出一个基于多重曲率计算的角点检测算法,对联机手写汉字识别中的笔划拐点进行提取。
3) online handwritten Chinese character recognition
联机手写体汉字识别
1.
In order to cope with stroke order variations , stroke number variations and large shape variations, a new online handwritten Chinese character recognition method is presented.
为了解决联机手写体汉字笔划顺序、笔划数目及笔划形状变化问题,提出了一种新的联机手写体汉字识别方法:人工神经网络(ANN)和隐马尔可夫模型(HMM)相结合的汉字识别方法,首先通过BP神经网络进行笔划识别,再通过笔划类型和笔划间位置关系的隐马尔可夫模型进行整字识别。
4) Chinese characters recognition
汉字识别
1.
The Research on Neural Network for Off-line Handwritten Chinese Characters Recognition;
用于脱机手写体汉字识别的神经网络的研究
2.
Chinese characters recognition is an important research field in Chinese characters cognition.
汉字识别是汉语、汉字认知研究的一个重要研究领域。
3.
SVM,The theory of small-sample statistical learning proposed by Vapnik,was used for off-line handwritten Chinese characters recognition.
提出了一种模糊统计方法的脱机手写体汉字特征提取方法,结合小波网格方法和汉字笔画密度特征方法对汉字进行特征提取,并运用支持向量机方法,通过机器学习对脱机手写汉字识别。
5) Chinese character recognition
汉字识别
1.
A fast and effective method for printed Chinese character recognition;
一种快速有效的印刷体汉字识别方法
2.
An on-line free handwritten Chinese character recognition method based on component cascaded HMMs;
基于部件HMM级联的联机手写体汉字识别方法
3.
Pattern Recognition Summary and Chinese Character Recognition Principle;
模式识别综述及汉字识别的原理
6) Chinese character identification
汉字识别
1.
The key technique in design of a micro Chinese character identification system is analyzed and studied.
分析研究了微型汉字识别系统设计中的关键技术。
2.
A design of a micro Chinese character identification system based on vision detection technology is presented,which can read the Chinese character automatically;this system captures the images of the Chinese character through a single chip digital imaging device,then sends the image signal to the DSP to process and identify the Chinese character,at last drives a speech synthesis to read it.
介绍了一种基于视觉检测技术的微型汉字识别系统的设计,配合语音装置可以实现自动朗读功能;该系统通过前端的单片微型摄像头对文字进行图像采集,然后由DSP处理器进行图像分析和汉字识别,最后通过语音合成芯片进行朗读。
补充资料：汉字分类识别
汉字分类识别
Chinese character recognition by classification
hQnzi fsnlei ShibiG汉字分类识别(Chi~ch~ter八叉邺，itionby cl别洛ifiCation】根据某种判别准则，用统计或结构的方法，把汉字模式多维特征向量(参见汉宇识别鑫本方法)构成的特征空间划分为若干子空间的过程。 由于汉字数量巨大，汉字模式样本甚多，为提高识别速度，汉字识别通常采用两到三级分类识别方案。其中最后一级分类(通过该分类就识别出汉字)称为细分类，前面若干级分类都称为粗分类。 汉字识别分类方法的选择原则是:①分类特性好。即类内各样本距离小，类间距离大，各类重叠样本少。②分类稳定性好，抗干扰能力强。③粗分类的正确分类率和稳定性应比细分类高。④每类汉字的相关性要小，分类速度快。⑤分类特征易提取，简单，维数低。⑥粗分类要和细分类相协调。以上要求很难同时满足，分类(特别是粗分类)的稳定性和正确分类率是首先需要考虑的。 分类方法有重叠区分类、中心提取分类、判定树分类、引导树分类等。 在汉字分类时，用某种类似度(或距离)准则，把未知文字特征和字典中标准文字特征逐一比较，按相似性从大到小排序，取i位以前(包括第i位)的所有文字为一类，所得到的正确分类的文字占全部需要识别文字的百分比，称为累计分类率。第i位的累计分类率就是从第1位到第i位所得正确分类字数占全部需要识别文字的百分比。第1位的累计分类率就是识别率，第。位(n为全部需要识别文字数)累计分类率总是100%。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条