一种基于图形识别的甲骨文分类方法

作为中国早期的象形文字,甲骨文的识别一直是一个难题。为探索与之相关的甲骨文自动分类问题,提出了一种基于曲率直方图的傅里叶描述子——FDCH,并将这种特征进一步用于对甲骨文文字的分类。该方法具有平移、旋转、尺度不变性。小范围的实验表明,这种方法能够较好地实现对甲骨文文字的自动分类。

OpenType字库技术的分析与实现

继 True Type字体格式之后 ,微软公司和 Adobe公司联合推出了 Open Type格式 ,这一崭新的字体格式不仅以压缩方式增加了对 Postscript字体的支持 ,同时 ,在Unicode编码的大字符集基础上 ,采用多语种和多语系的编排方法 ,以适应更多的平台和全球性的国际字符集。此外 ,在功能上还容纳了多项传统排版软件才可具备的基本操作 ,如基线调整 ,竖排替换 ,灵活定位以及字符的组合和拆分等。无疑 ,这一开放的技术将对下一代的排版及中文处理软件产生深远的影响。

一种基于Gestalt原理的多连通分量形状外包络提取方法

图形识别领域的学者们正在将研究重点从简单图形转向复杂图形,其中,由多个独立图元(该文中称为连通分量)组合成的外轮廓对于复杂图形的整体分析起着至关重要的作用.该文提出了一种针对多连通分量形状提取整体外轮廓(即外包络)的方法.该方法基于德劳内三角剖分(Delaunay Triangulation),根据Gestalt原理,通过对轮廓片段的凹度和连通分量之间松散度的分析,构造了紧致的外包络,特别是针对断口情况,即由于明显内凹或间隙过大造成的视觉缺失,提出了一种基于平滑曲线对接的恢复方法,最终得到了更符合人类视觉感知的外轮廓.实验对象选自MPEG-7图形库,实验结果表明了该文方法在提取复杂图形外轮廓方面的有效性.

超大字库输入法的实现

本文以“方正典码输入法”（以下简称典码）为例，介绍一种集汉字结构和拼音于一体的超大字库输入法，其设计目的是解决我国汉字内码扩展规范（ＧＢＫ）以外的大量生僻汉字的输入问题。该方法，以“形音结合”为基础，提出了一套完整、实用的汉字结构划分方案。然后用双拼方案表示各个部件，系统按照先判断结构，再输入部件代码的方式自动选出汉字。

二维矩形条带装箱问题的底部左齐择优匹配算法

针对二维矩形条带装箱问题提出了一种启发式布局算法,即底部左齐择优匹配算法(lowest-level left a lignbest fit,简称LLABF).LLABF算法遵循最佳匹配优先原则,该原则综合考虑完全匹配优先、宽度匹配优先、高度匹配优先、组合宽度匹配优先及可装入优先等启发式规则.与BL(bottom-left),IBL(improved-bottom-left)与BLF(bottom-left-fill)等启发算法不同的是,LLABF能够在矩形装入过程中自动选择与可装区域匹配的下一个待装矩形.计算结果表明,LLABF结合遗传算法(genetic algorithm,简称GA)解决二维条带装箱问题更加有效.

求解矩形件优化排样的自适应模拟退火遗传算法

矩形件优化排样是一个NPC问题,在工业界有着广泛的应用.针对该问题,提出一种自适应模拟退火遗传算法.采用一种基于环形交叉算子和环形变异算子的自适应遗传算法来自动调整交叉和变异概率;同时引入模拟退火算法对个体适应度大于平均适应度的个体进行退火处理.自适应模拟退火遗传算法充分发挥了自适应遗传算法与模拟退火算法各自的全局搜索能力与局部搜索能力.对比实验表明,该算法结合改进的最左最下布局算法解决矩形件优化排样问题更加有效.

一种用于矩形排样优化的改进遗传算法

矩形排样优化属于NPC问题,在工业界有着广泛的应用,如布料切割、金属下料和新闻组版等。提出了一种基于环形交叉算子和环形变异算子的自适应遗传算法,并将改进的自适应遗传算法和IBL启发式布局算法相结合,有效地解决了矩形排样优化问题。对比实验结果表明,环形交叉算子和环形变异算子对遗传算法是有效的,所提出的改进混合自适应遗传算法能够在一个较短的时间内找到满意解。

求解矩形条带装箱问题的动态匹配启发式算法

矩形条带装箱问题(RSPP)是指将一组矩形装入在一个宽度固定高度不限的矩形容器中,以期获得最小装箱高度.RSPP理论上属于NP难问题,在新闻组版、布料下料以及金属切割等工业领域中有着广泛的应用.为解决该问题,采用了一种混合算法,即将一种新的启发式算法——动态匹配算法——与遗传算法结合起来.混合算法中,动态匹配算法能根据4类启发式规则动态选择与装填区域相匹配的下一个待装矩形,同时将装箱后所需容器高度用遗传算法的进化策略进行优化.对2组标准测试问题的计算结果表明,相对于文献中的已有算法,提出的算法更加有效.

基于汉字构形的TrueType字库压缩方法

介绍了一种基于汉字构形的TrueType汉字字库数据压缩方法,并用此方法实现了一款TrueType字库,这种字库符合标准的TrueType格式,数据量只有普通字库的20%左右。

基于笔端形状相似性的汉字字体识别

提出一种基于笔端相似性的方法,来解决在较大规模字体集上的单字符字体识别问题。该方法首先提取汉字笔画上的特定部位——笔端,然后利用笔端形状作为汉字的字体特征,对其进行识别。实验证明,该方法不但在常用字体集合上的识别效果优于同类方法,而且在扩展后的大字体集合上也能达到较高的识别率。

多投影间地图投影变换实现的途径与优化

针对多种地图投影间自由变换的需求 ,综合对比地图投影变换的主要方法及其特点 ,该文认为反解变换是解决多种投影间投影变换的最佳途径。以此为基础 ,具体探讨了地图投影变换计算机实现的主要过程 ,讨论了地图投影体系、投影参数。

文字相关的单字符字体识别方法

汉字具有丰富的字体类型,并且不同的字体在汉字结构上有显著的不同,现在的OCR技术侧重字的识别,而对字体识别的关注较少。提出文字相关的单字符字体识别方法,利用文字相关的先验信息及字体结构特征,对字体的相似性度量采用向量空间模型,并针对常用66款简体字进行实验,得到了较好的平均识别率。

面向对象的地图出版系统的设计与实现

本文介绍了面向对象的地图出版系统设计和实现原理。首先，根据地图出版的具体要求，对地图中的具体元素提出数据管理方案，然后，考虑数据和功能结合，创建一系列满足问题需要的对象，最后进一步探讨了由地图出版系统升级为地理信息系统的可能和扩充。本文还介绍了我们在实际工作中推出的方正智绘地图出版系统软件。

地图数据校正算法及其在GIS中的应用与实现

地图数据校正是ＧＩＳ的重要组成部分，它直接关系到ＧＩＳ的精度及其决策的正确性和有效性．本文根据ＧＩＳ中常见的误差类型，提出一套以线性、非线性及三角网分块校正算法为主线的数据校正解决方案，并对它们在ＧＩＳ中的适用层次及应用特点进行了论述，同时探讨了地图校正算法在计算机实现中的一些问题．

尺度与颜色不变性图像特征描述

尺度不变特征变换是目前公认的鲁棒性最强的图像特征描述方法之一,在尺度不变性和几何不变性方面具有较好的特性,但该方法主要适用于灰度图像,对图像颜色的区分能力不强,因此,一些对象可能会因为颜色的不同而被错误的区分.另外,尺度不变特征变换对关键点局部范围内描述子主方向的依赖性非常强,直接决定了匹配的正确率,但是研究表明,主方向分配产生的误差仅有三分之二左右能控制在[-20。,+20。]范围内,因此部分特征会有三分之一的概率因为主方向分配的误差较大而不能正确匹配.针对以上两个问题,本文提出了一种具有颜色和尺度不变性的局部特征描述方法,颜色不变性通过将RGB图像转换到高斯颜色模型下实现,特征描述过程中不再分配主方向,而用局部相对方向,尺度不变性通过构建高斯金子塔实现.实验选取阿姆斯特丹数据集图像进行了测试,结果表明本文方法比传统尺度不变特征变换方法,在特征点的数目、分布均匀性以及匹配精度方面均有所提高.

CPLM-CSC:基于单字级别预训练语言模型的中文错别字纠正方法

由于汉语语义表达的多样性和复杂性,中文错别字自动纠正目前存在很多挑战。现有的错别字纠正算法的性能普遍不够理想,而且需要大量高质量的语料进行训练。该文提出一种基于预训练语言模型的错别字纠正方法CPLM-CSC,能够显著地提高纠错性能。CPLM-CSC采用基于单字级别预训练语言模型来进行错别字检测,并采用掩字语言模型来进行错别字纠正。为了提高纠正性能,CPLM-CSC采用音近、形近字判断等多种筛选纠正结果的方法,并针对一些典型且特殊的错误,例如"的地得"误用,采取了专门的数据增强方法。CPLM-CSC在SIGHAN 2015的评测数据集上进行了测试,取得了0.654的F1值,其性能优于其他模型。

结合统计特征和图模型的半监督式中文关键短语抽取方法

关键短语抽取,即从文档中抽取能够表达文档主题和内容的关键短语集合,对于信息检索和文档分类等文本处理任务具有重要意义。然而,现有文献缺乏针对中文特点的关键短语抽取算法的研究。为此,该文提出了一种半监督式中文关键短语抽取模型,该模型采用预训练语言模型来表征短语及文章,以减少算法对大量标注训练数据的依赖;进而提出图模型描述候选短语间的相似性空间并迭代计算各短语的重要度;同时结合了多项统计特征来进一步提高短语评估的准确率。对比实验表明,该文提出的方法在中文关键短语抽取方面比基线方法具有明显的提升效果。

平面几何图形检索的关键问题研究

基于计算机辅助教学领域中平面几何图形的识别和检索研究,提出一套可行的完整解决方案,并对手绘图美化、基本图元检测、显著性分析、位置关系描述和匹配度计算等关键问题进行分析。在深入分析几何图各级特征的同时,提出具有较强针对性的布局关系描述和复杂图形匹配的多种算法,使得几何图形最终得以直接用于内容检索,弥补了基于关键字检索技术在描述查询意图方面的不足。实验结果表明,本文提出的解决方案不仅可行,而且具有较高的准确度。

一种基于星型图的汉字镜像对称检测方法（英文）

结合不同类型的汉字特征——尺度不变特征变换(SIFT)和轮廓信息,提出一种基于星型图的汉字镜像对称检测方法。该方法利用基础对称元素构造一个加强关系有向图来描述不同对称元素之间的加强关系,从而将检测汉字的显著对称轴问题转化为寻找具有局部最大权重的星型子图问题。实验结果表明,与现有方法相比,所提方法在汉字数据集上具有更好的检测效果。

一种基于图塌缩的药物分子检索方法

目的:为实现准确、高效的医药信息查询,本文探索了一种基于图结构的药物分子检索方法。方法:基于图结构的药物分子检索方法以接收智能终端的拍照或手绘作为输入,并将输入的结构式形式化为相应图结构,基于对图匹配效率的直接影响因素的分析,建立了结构式的一种紧凑有效的超图表示形式,其依据结构式的特点结合了子图匹配与频繁子图挖掘等方法对大图进行多级塌缩。为避免塌缩过程中子图交叠问题阻碍超图的准确构建,引入一种基于图同构的算法,借助子图之间交叠情况的分析,选择占优子图,利用多维度信息完成精确的分子匹配。结果:为证明检索方法的有效性,将本文检索方法和Wikipedia Chemical Structure Explorer(WCSE)进行检索准确率的对比,结果表明,本文方法的检索准确率更高,前10个检索结果的MAP(mean average precision)、DCG(discounted cumulative gain)、RBP(rank-biased precision)和ERR(expected reciprocal rank)四个指标均高于WCSE。上述指标的领先幅度分别为10%、1.41、6.42%、1.32%。进一步通过两个系统的具体检索结果实例对检索效果进行直观对比,发现本文方法在药物分子检索有效性方面更具优势,能为用户提供更为满意的检索结果。结论:本研究提出的基于图结构相似度的药物分子检索方法能够实现较为理想的检索结果,实验证明本检索系统具有可行性和有效性。