期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
8
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于笔划的手写体汉字方向分解特征提取方法
被引量:
6
1
作者
高学
金连文
+1 位作者
尹俊勋
黄建成
《华南理工大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2003年第3期11-14,共4页
提出了一种基于笔划的手写体汉字方向分解特征提取的新方法 .根据每个笔划像素点及其邻域像素点的方向分布特征 ,汉字图像被分解为“横”、“竖”、“撇”和“捺”4种子模式 ,而无需提取轮廓和骨架 .文中构造了 5种不同的弹性网格 ,并...
提出了一种基于笔划的手写体汉字方向分解特征提取的新方法 .根据每个笔划像素点及其邻域像素点的方向分布特征 ,汉字图像被分解为“横”、“竖”、“撇”和“捺”4种子模式 ,而无需提取轮廓和骨架 .文中构造了 5种不同的弹性网格 ,并将其应用于方向分解特征的提取 ,最后 ,应用 86 3手写样本库HCL2 0 0
展开更多
关键词
笔划
方向分解
手写体汉字识别
特征提取
模式识别
方向分布
在线阅读
下载PDF
职称材料
基于双弹性网格的手写体汉字识别
被引量:
9
2
作者
陈章辉
黄小晖
+2 位作者
陈鹏飞
李文龙
朱思尧
《计算机应用》
CSCD
北大核心
2009年第2期395-397,共3页
特征提取是手写体汉字识别的关键,目前四方向网格特征已被实验证实是一种较好的手写体汉字特征。针对通常的纵横弹性网格对汉字"撇、捺"笔画特征提取的不足,提出一种新的网格构造技术——对角弹性网格,它由45°和135°...
特征提取是手写体汉字识别的关键,目前四方向网格特征已被实验证实是一种较好的手写体汉字特征。针对通常的纵横弹性网格对汉字"撇、捺"笔画特征提取的不足,提出一种新的网格构造技术——对角弹性网格,它由45°和135°的对角直线构成,将汉字图像划分为多个菱形,能够很好地适应汉字在"撇、捺"方向的变化。将这两种网格单独,以及相互组合成双网格等情况分别进行手写体识别实验,实验结果验证了对角弹性网格的有效性和双弹性网格的高识别率性。
展开更多
关键词
手写体汉字识别
对角弹性网格
双弹性网格
方向特征
在线阅读
下载PDF
职称材料
几种手写体汉字网格方向特征提取法的比较研究
被引量:
10
3
作者
金连文
高学
《计算机应用研究》
CSCD
北大核心
2004年第11期38-40,90,共4页
近年来,网格方向特征已广泛应用于许多手写体汉字识别系统中,并认为是目前较成熟的手写体汉字特征之一。网格技术和方向分解是网格方向特征的两个关键技术。方向特征提取方法有许多种并各有优劣。对几种方向特征提取方法进行了比较研究...
近年来,网格方向特征已广泛应用于许多手写体汉字识别系统中,并认为是目前较成熟的手写体汉字特征之一。网格技术和方向分解是网格方向特征的两个关键技术。方向特征提取方法有许多种并各有优劣。对几种方向特征提取方法进行了比较研究,对其中一些方法进行了改进,并将我们提出的局部网格的划分方法应用到这几种方向分解特征的提取上,取得了较好的识别效果。
展开更多
关键词
特征提取
手写体汉字识别
局部弹性网格
方向特征
在线阅读
下载PDF
职称材料
一种手写体相似汉字获取方法
被引量:
2
4
作者
张德喜
朱绍文
马少平
《计算机工程》
CAS
CSCD
北大核心
1999年第4期14-15,34,共3页
给出了获取相似字集合的一种方法,通过参数的调整能方便地改变相似字集合的规模。
关键词
汉字识别
相似字
汉字信息处理
计算机
在线阅读
下载PDF
职称材料
汉字方向分解网格特征的改进
被引量:
1
5
作者
郑志洵
杨建刚
《计算机工程》
EI
CAS
CSCD
北大核心
2006年第12期205-207,217,共4页
在现有的汉字方向分解网格特征基础上,对其分析和改进,提出了一套新的汉字特征方案:首先对原汉字进行轮廓提取,在轮廓汉字上进行有重叠的矩形弹性网格划分,然后对原汉字用边缘检测算子做边缘梯度方向角分解,得到横、竖、撇、捺4个方向...
在现有的汉字方向分解网格特征基础上,对其分析和改进,提出了一套新的汉字特征方案:首先对原汉字进行轮廓提取,在轮廓汉字上进行有重叠的矩形弹性网格划分,然后对原汉字用边缘检测算子做边缘梯度方向角分解,得到横、竖、撇、捺4个方向的子图像,再把网格应用到这4个方向的子图像上,统计每个网格中的黑像素占这个子图像总像素的比例,4个子图像的所有网格的比例值构成的矢量就是汉字的特征。使用不依赖于分类器的特征标准比较了新旧方案,表明新方案优于旧方案。
展开更多
关键词
汉字方向分解网格特征
矩形弹性网格
边缘梯度方向角
在线阅读
下载PDF
职称材料
有限集手写汉字识别中的笔画分区矩描述特征
6
作者
居琰
汪同庆
+2 位作者
刘建胜
王贵新
袁祥辉
《计算机工程》
CAS
CSCD
北大核心
2003年第7期15-16,168,共3页
提出了一种笔画分区矩特征的提取方法。根据汉字笔画分布特点,利用小波变换将汉字分解为4个方向笔画分量,用分区矩分别描述4个笔画子图像,并采用K-L变换对特征进行降维处理。采用该特征对有限集手写体汉字进行识别,初步实验结果表...
提出了一种笔画分区矩特征的提取方法。根据汉字笔画分布特点,利用小波变换将汉字分解为4个方向笔画分量,用分区矩分别描述4个笔画子图像,并采用K-L变换对特征进行降维处理。采用该特征对有限集手写体汉字进行识别,初步实验结果表明该方法十分有效。
展开更多
关键词
矩
笔画分解
特征提取
手写汉字识别
在线阅读
下载PDF
职称材料
基于分位数的手写汉字识别方法
7
作者
任俊玲
郭军
王承权
《计算机工程与应用》
CSCD
北大核心
2006年第11期45-47,共3页
以往的手写汉字识别方法,无论应用何种特征提取方法,在生成标准模板时,一般都采用样本特征的算术平均值。文章提出了一种使用样本特征的分位数组合生成标准模板的方法,通过其在手写汉字识别中的应用表明,该方法比基于均值的标准模板有...
以往的手写汉字识别方法,无论应用何种特征提取方法,在生成标准模板时,一般都采用样本特征的算术平均值。文章提出了一种使用样本特征的分位数组合生成标准模板的方法,通过其在手写汉字识别中的应用表明,该方法比基于均值的标准模板有更好的鲁棒性,且在不增加任何计算量和算法复杂度的前提下,使系统的识别性能有所提高;同时该算法还有很好的推广性能,可以应用到各种特征提取算法中。
展开更多
关键词
手写汉字识别
分位数
模板匹配
方向线素特征
在线阅读
下载PDF
职称材料
手写体汉字扇形弹性网格特征提取的新方法
被引量:
5
8
作者
钟国华
金连文
《计算机工程》
CAS
CSCD
北大核心
2002年第11期61-62,共2页
近年来,网格方向特征已广泛应用于许多手写体汉字识别系统中,并认为是目前较成熟的手写体汉字特征之一。网格技术和方向分解是网格方向特征的两个关键技术。该文提出了一种新的网格技术—扇形网格法,结合边缘方向分解技术[1],构造...
近年来,网格方向特征已广泛应用于许多手写体汉字识别系统中,并认为是目前较成熟的手写体汉字特征之一。网格技术和方向分解是网格方向特征的两个关键技术。该文提出了一种新的网格技术—扇形网格法,结合边缘方向分解技术[1],构造了一种新的手写体汉字特征提取方法—扇形网格边缘方向分解特征。实验结果验证了本方法的有效性。
展开更多
关键词
手写体汉字
弹性网络
特征提取
手写体汉字识别
环形网格
方向特征
扇形网格
模式识别
在线阅读
下载PDF
职称材料
题名
基于笔划的手写体汉字方向分解特征提取方法
被引量:
6
1
作者
高学
金连文
尹俊勋
黄建成
机构
华南理工大学电子与通信工程系
摩托罗拉中国研究中心
出处
《华南理工大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2003年第3期11-14,共4页
基金
国家自然科学基金资助项目 (6 0 2 75 0 0 5 )
广东省自然科学基金资助项目 (0 116 110 2 0 82 8)
Motorola研究基金资助项目
文摘
提出了一种基于笔划的手写体汉字方向分解特征提取的新方法 .根据每个笔划像素点及其邻域像素点的方向分布特征 ,汉字图像被分解为“横”、“竖”、“撇”和“捺”4种子模式 ,而无需提取轮廓和骨架 .文中构造了 5种不同的弹性网格 ,并将其应用于方向分解特征的提取 ,最后 ,应用 86 3手写样本库HCL2 0 0
关键词
笔划
方向分解
手写体汉字识别
特征提取
模式识别
方向分布
Keywords
directional
decomposition
handwritten
chinese
character
rec ognition
feature
extraction
分类号
TP391.43 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于双弹性网格的手写体汉字识别
被引量:
9
2
作者
陈章辉
黄小晖
陈鹏飞
李文龙
朱思尧
机构
华中科技大学电子科学与技术系
出处
《计算机应用》
CSCD
北大核心
2009年第2期395-397,共3页
基金
国家大学生创新性实验计划项目
文摘
特征提取是手写体汉字识别的关键,目前四方向网格特征已被实验证实是一种较好的手写体汉字特征。针对通常的纵横弹性网格对汉字"撇、捺"笔画特征提取的不足,提出一种新的网格构造技术——对角弹性网格,它由45°和135°的对角直线构成,将汉字图像划分为多个菱形,能够很好地适应汉字在"撇、捺"方向的变化。将这两种网格单独,以及相互组合成双网格等情况分别进行手写体识别实验,实验结果验证了对角弹性网格的有效性和双弹性网格的高识别率性。
关键词
手写体汉字识别
对角弹性网格
双弹性网格
方向特征
Keywords
handwritten
chinese
character
recognition
diagonal elastic mesh
double elastic mesh
directional
feature
分类号
TP391.43 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
几种手写体汉字网格方向特征提取法的比较研究
被引量:
10
3
作者
金连文
高学
机构
华南理工大学电子信息学院
出处
《计算机应用研究》
CSCD
北大核心
2004年第11期38-40,90,共4页
基金
国家自然科学基金资助项目(60275005)
广东省自然科学基金资助项目(011611)
文摘
近年来,网格方向特征已广泛应用于许多手写体汉字识别系统中,并认为是目前较成熟的手写体汉字特征之一。网格技术和方向分解是网格方向特征的两个关键技术。方向特征提取方法有许多种并各有优劣。对几种方向特征提取方法进行了比较研究,对其中一些方法进行了改进,并将我们提出的局部网格的划分方法应用到这几种方向分解特征的提取上,取得了较好的识别效果。
关键词
特征提取
手写体汉字识别
局部弹性网格
方向特征
Keywords
feature
Extraction
Handwritten
chinese
character
Recognition(HCCR)
Local Elastic Meshing
directional
feature
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
一种手写体相似汉字获取方法
被引量:
2
4
作者
张德喜
朱绍文
马少平
机构
华中师范大学电子与计算机研究所
清华大学计算机科学与技术系
出处
《计算机工程》
CAS
CSCD
北大核心
1999年第4期14-15,34,共3页
基金
清华大学智能技术与系统国家重点实验室资助
文摘
给出了获取相似字集合的一种方法,通过参数的调整能方便地改变相似字集合的规模。
关键词
汉字识别
相似字
汉字信息处理
计算机
Keywords
Recognition to
chinese
character
s
Similar
chinese
character
s
Fuzzy
directional
line element
feature
分类号
TP391 [自动化与计算机技术—计算机应用技术]
O235 [理学—运筹学与控制论]
在线阅读
下载PDF
职称材料
题名
汉字方向分解网格特征的改进
被引量:
1
5
作者
郑志洵
杨建刚
机构
浙江大学计算机学院
出处
《计算机工程》
EI
CAS
CSCD
北大核心
2006年第12期205-207,217,共4页
文摘
在现有的汉字方向分解网格特征基础上,对其分析和改进,提出了一套新的汉字特征方案:首先对原汉字进行轮廓提取,在轮廓汉字上进行有重叠的矩形弹性网格划分,然后对原汉字用边缘检测算子做边缘梯度方向角分解,得到横、竖、撇、捺4个方向的子图像,再把网格应用到这4个方向的子图像上,统计每个网格中的黑像素占这个子图像总像素的比例,4个子图像的所有网格的比例值构成的矢量就是汉字的特征。使用不依赖于分类器的特征标准比较了新旧方案,表明新方案优于旧方案。
关键词
汉字方向分解网格特征
矩形弹性网格
边缘梯度方向角
Keywords
directional decomposition cellular feature of chinese character
Elastic rectangular mesh
Edge gradient angle
分类号
TP391.43 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
有限集手写汉字识别中的笔画分区矩描述特征
6
作者
居琰
汪同庆
刘建胜
王贵新
袁祥辉
机构
重庆大学光电工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2003年第7期15-16,168,共3页
文摘
提出了一种笔画分区矩特征的提取方法。根据汉字笔画分布特点,利用小波变换将汉字分解为4个方向笔画分量,用分区矩分别描述4个笔画子图像,并采用K-L变换对特征进行降维处理。采用该特征对有限集手写体汉字进行识别,初步实验结果表明该方法十分有效。
关键词
矩
笔画分解
特征提取
手写汉字识别
Keywords
Moment
Stroke
decomposition
feature
s extraction
Handwritten
chinese
character
recognition
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于分位数的手写汉字识别方法
7
作者
任俊玲
郭军
王承权
机构
北京信息科技大学计算机信息系统系
北京邮电大学信息工程学院
北京邮电大学信息工程学院
北京邮电大学电子工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2006年第11期45-47,共3页
基金
国家863高技术研究发展计划资助项目(2001AA114080)
教育部青年骨干教师基金资助项目
+1 种基金
教育部跨世纪人才基金资助项目
教育部重点科研项目基金资助(编号:02029)
文摘
以往的手写汉字识别方法,无论应用何种特征提取方法,在生成标准模板时,一般都采用样本特征的算术平均值。文章提出了一种使用样本特征的分位数组合生成标准模板的方法,通过其在手写汉字识别中的应用表明,该方法比基于均值的标准模板有更好的鲁棒性,且在不增加任何计算量和算法复杂度的前提下,使系统的识别性能有所提高;同时该算法还有很好的推广性能,可以应用到各种特征提取算法中。
关键词
手写汉字识别
分位数
模板匹配
方向线素特征
Keywords
handwritten
chinese
character
recognition,quantile,template matching,
directional
element
feature
s
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
手写体汉字扇形弹性网格特征提取的新方法
被引量:
5
8
作者
钟国华
金连文
机构
华南理工大学电子与信息学院
出处
《计算机工程》
CAS
CSCD
北大核心
2002年第11期61-62,共2页
基金
国家自然科学基金资助项目(69802007)
广东省自然科学基金资助项目(011611)
文摘
近年来,网格方向特征已广泛应用于许多手写体汉字识别系统中,并认为是目前较成熟的手写体汉字特征之一。网格技术和方向分解是网格方向特征的两个关键技术。该文提出了一种新的网格技术—扇形网格法,结合边缘方向分解技术[1],构造了一种新的手写体汉字特征提取方法—扇形网格边缘方向分解特征。实验结果验证了本方法的有效性。
关键词
手写体汉字
弹性网络
特征提取
手写体汉字识别
环形网格
方向特征
扇形网格
模式识别
Keywords
feature
extraction
Handwritten
chinese
character
recognition
Elastic circle meshing
directional
feature
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于笔划的手写体汉字方向分解特征提取方法
高学
金连文
尹俊勋
黄建成
《华南理工大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2003
6
在线阅读
下载PDF
职称材料
2
基于双弹性网格的手写体汉字识别
陈章辉
黄小晖
陈鹏飞
李文龙
朱思尧
《计算机应用》
CSCD
北大核心
2009
9
在线阅读
下载PDF
职称材料
3
几种手写体汉字网格方向特征提取法的比较研究
金连文
高学
《计算机应用研究》
CSCD
北大核心
2004
10
在线阅读
下载PDF
职称材料
4
一种手写体相似汉字获取方法
张德喜
朱绍文
马少平
《计算机工程》
CAS
CSCD
北大核心
1999
2
在线阅读
下载PDF
职称材料
5
汉字方向分解网格特征的改进
郑志洵
杨建刚
《计算机工程》
EI
CAS
CSCD
北大核心
2006
1
在线阅读
下载PDF
职称材料
6
有限集手写汉字识别中的笔画分区矩描述特征
居琰
汪同庆
刘建胜
王贵新
袁祥辉
《计算机工程》
CAS
CSCD
北大核心
2003
0
在线阅读
下载PDF
职称材料
7
基于分位数的手写汉字识别方法
任俊玲
郭军
王承权
《计算机工程与应用》
CSCD
北大核心
2006
0
在线阅读
下载PDF
职称材料
8
手写体汉字扇形弹性网格特征提取的新方法
钟国华
金连文
《计算机工程》
CAS
CSCD
北大核心
2002
5
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部