图书介绍

脱机手写汉字识别若干关键技术研究2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

脱机手写汉字识别若干关键技术研究
  • 任俊玲编 著
  • 出版社: 北京:北京邮电大学出版社
  • ISBN:9787563533909
  • 出版时间:2013
  • 标注页数:94页
  • 文件大小:8MB
  • 文件页数:104页
  • 主题词:手写字符识别-研究

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

脱机手写汉字识别若干关键技术研究PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 绪论1

1.1 课题的提出1

1.2 研究现状分析2

1.3 研究内容和主要工作3

1.4 本书的结构及安排5

参考文献6

第2章 脱机手写汉字识别系统的实现10

2.1 脱机手写汉字识别系统10

2.1.1 识别原理10

2.1.2 基于模板匹配的两级脱机手写汉字识别系统11

2.2 手写汉字识别系统的特征提取11

2.2.1 方向线素的定义11

2.2.2 方向线素特征的提取12

2.3 基于模板匹配的识别算法13

2.4 汉字识别系统的粗分类算法13

2.4.1 粗分类特征提取14

2.4.2 粗分类时的识别算法15

2.5 汉字识别系统的细分类算法16

2.5.1 细分类特征提取16

2.5.2 细分类时的识别算法17

2.6 本章小结17

参考文献18

第3章 HCL2004脱机手写汉字库及相关研究20

3.1 研究背景及现状20

3.2 HCL2000手写汉字数据库21

3.2.1 数据库系统模型21

3.2.2 汉字样本信息的组织22

3.2.3 书写者信息的管理23

3.2.4 两种信息的互查方法23

3.2.5 HCL2000的数据分布23

3.3 对HCL2000数据库进行更新的原因24

3.4 手写汉字数据库HCL2004系统模型及实现24

3.4.1 汉字样本信息的组织形式25

3.4.2 样本集的划分25

3.4.3 HCL2004手写汉字数据库的实现26

3.5 基于HCL2004数据库的分析29

3.5.1 实验系统29

3.5.2 训练样本数与识别率30

3.5.3 样本质量的选择与识别31

3.5.4 基于单字的识别性能分析32

3.5.5 关于距离测度分类器性能的分析33

3.6 本章小结35

参考文献35

第4章 基于统计分析的手写汉字识别算法研究38

4.1 引言38

4.2 几种常用的平均数38

4.2.1 均值39

4.2.2 中位数39

4.3 样本数据的分散程度描述42

4.3.1 标准差42

4.3.2 极差43

4.4 HCL2004数据库样本特征分析43

4.5 基于平均数的手写汉字标准模板45

4.5.1 基于均值的标准模板45

4.5.2 基于分位数的标准模板45

4.6 引入数据分散程度参数的距离测度46

4.6.1 引入极差的距离测度47

4.6.2 引入标准差的距离测度47

4.7 实验48

4.7.1 不同标准模板分类性能分析49

4.7.2 引入不同分散程度参数的距离测度分类性能分析50

4.8 本章小结52

参考文献53

第5章 基于高阶统计量的距离测度54

5.1 引言54

5.2 在距离测度中引入高阶统计量55

5.3 基于二阶标准差的距离测度56

5.3.1 二阶标准差的定义56

5.3.2 用二阶标准差刻画特征分布的可行性分析57

5.3.3 基于二阶标准差的距离测度58

5.3.4 实验60

5.4 基于高阶统计量的距离测度61

5.4.1 3种高阶统计量61

5.4.2 基于高阶统计量的距离测度62

5.4.3 实验63

5.5 本章小结65

参考文献65

第6章 基于样本聚类的多级汉字识别系统67

6.1 引言67

6.2 基于DB准则的K均值聚类算法68

6.2.1 K均值算法68

6.2.2 DB有效性准则69

6.2.3 基于DB准则的K均值算法70

6.3 多模板匹配算法71

6.3.1 多模板匹配算法原理71

6.3.2 多模板匹配算法的设计方案72

6.4 实验73

6.4.1 实验系统73

6.4.2 系统实现74

6.4.3 实验结果及分析75

6.5 本章小结76

参考文献76

第7章 基于广义置信度的样本选择算法80

7.1 引言80

7.2 字符识别的置信度分析81

7.2.1 分类器的置信度和广义置信度81

7.2.2 分类器的置信度估计82

7.3 基于广义置信度的边界样本定义83

7.4 基于广义置信度的样本选择算法84

7.5 实验结果及分析86

7.6 本章小结89

参考文献90

第8章 结束语93

热门推荐