基于RBF核的SVM核参数优化算法

SVM是一种新型的机器学习方法,其分类性能的优劣主要受核函数及核参数的影响,国内外学者针对SVM核参数的选择已提出许多算法.本文首先分析了RBF核参数对SVM分类性能的影响,然后又对比分析了目前存在的几种基于RBF核的SVM核参数选择方法.通过实验,发现使用遗传算法选择核参数的SVM有比较快的搜索速度.

基于随机退火的神经网络学习算法及其应用

提出了一种基于随机退火机制的竞争层神经网络学习算法,并将其应用于解决图像特征绑定问题。该算法将竞争层神经网络的串行迭代模式改为随机优化模式,通过采用退火技术避免网络收敛到能量函数的局部极小点。通过理论分析证明了该算法与竞争层神经网络动力学方程的等价性。通过对比实验验证了算法能够在加快网络收敛速度的同时提高特征绑定结果的合理性。

维吾尔文扫描页的倾斜校正

为了方便维文图像的切分和识别工作,提出将基于凸多边形的最小面积外接矩形法和基线拟合法相结合的检测和校正图像方法。首先提取边缘像素生成凸多边形,利用基于凸多边形的最小面积外接矩形法实现初步的倾斜校正,再根据维文沿基线书写的特点,将图像细化后采用基线拟合的方法完成维文文本的精确校正。实验结果表明,该方法能够精确地检测出文本图像的倾斜角并校正,是行之有效的方法。

一种基于连体段的维吾尔文单词特征提取方法

维吾尔新文字字符识别一般使用维度大的特征进行识别.这样的识别比较耗时,但识别精度较高.如果用维度小的特征进行识别,一般省时但是精度低.理想的识别不仅需要高速度还需要高精度.为解决此问题,本文选择直接对整体单词识别,避免每个字符识别完以后再整合成单词进行识别,为此选择连体段轮廓为主特征,进行特征提取,包括基线上的外轮廓.基线中的内轮廓和基线下的外轮廓.对于不能唯一识别的单词需要借助辅助特征进行二次识别.测试表明该方法不仅保证了小维度特征的速度,也发挥了高维度特征的识别精度.本系统识别率约为90%,同时它的平均识别时耗和速度也在实际需求的可接受范围之内.

改进的K-means算法在维文连体段聚类中的应用

在维吾尔文文字识别中,能否有效地聚类将直接影响识别结果的好坏。为改善聚类效果,针对维吾尔文连体段聚类,提出了一种改进的K-means聚类算法。该算法首先采用等间距法多次选择类中心,然后选择最佳码本和利用有效相似比来动态调整聚类个数K,最后完成了连体段聚类。实验结果表明:与传统K-means算法相比,改进的K-means算法得到了较好聚类效果,聚类正确率达90%以上。

字符识别研究现状和发展趋势计量分析

为了探究字符识别领域的研究现状和发展趋势,整理Web of Science中近20年以字符识别为主题的典型文献作为研究对象,采用文献计量分析方法,利用CiteSpace可视化分析工具绘制知识网络图谱,系统科学地分析字符识别领域的研究国家、研究机构、研究热点以及核心文献,理清研究发展脉络。研究发现,字符识别的理论研究已经相对成熟,研究内容主要集中在算法或模型优化,以提高字符识别在实际应用中的识别准确率。通过上述工作,希望为我国研究人员了解字符识别的相关研究提供进一步的参考和帮助。

印刷体维吾尔文识别后处理

本文主要讨论将N-gram模型与编辑距离算法运用于印刷体维吾尔文识别后处理.由于印刷体维吾尔文识别系统的识别错误有一定规律性,所以研究中对识别错误进行了比较、分析、分类、并在编辑距离算法中加入识别错误的权值,以提高识别的正确率.最后,通过实验证明本算法能有效提高识别的正确率.

一种基于HMM的维吾尔文联机手写识别的方法

在维吾尔文联机手写识别过程的训练阶段,单词被切分成字母,经过特征提取和聚类形成特征向量作为模型的输入。构造出以字符为基元的隐马尔可夫模型(HMM),将其嵌入到识别字典网络中。通过基于HMM的分类识别器,最终得到识别结果。首次将消除延迟笔画、建立有延迟笔画和无延迟笔画的字典的方法应用于维吾尔文手写识别中,取得了较高的识别率。

一种改进的维吾尔文图像倾斜校正方法

在维吾尔文扫描过程中,输入的文档不可避免地会发生倾斜现象,而现有的方法只进行了初步的倾斜校正.针对上述情况,同时为了方便维文图像的切分和识别工作,提出将基于凸多边形的最小面积外接矩形法和基线拟合法相结合的检测和校正图像方法.首先利用基于凸多边形的最小面积外接矩形法实现初步的倾斜校正,然后提取一行文本后采取基线拟合的方法实现文本行的单独校正,最后把校正过的所有文本行整合成一个文档.实验结果表明,该方法是行之有效的采用,该方法比现有方法在字母切分的准确率上平均提高约5%,最高提高约7%.

印刷维吾尔文特征提取之方向码

特征提取方法的选择是影响识别率的一个至关重要的因素。而印刷识别中的分类特征很多,让每一类特征具有良好的分类能力和稳定性是仍需要解决的问题。现就以具有高稳定性和抗干扰能力的八方向码特征为例,对其提取方法进行了全面的阐述。

维吾尔文联机手写识别的预处理和特征提取

本文讨论了在维吾尔文联机手写文字识别中的预处理和特征提取方法.维吾尔文手写具有自然连体和草书特征.预处理中通过平滑、点聚类、直线逼近方法为特征提取提供保留拐点的笔划.特征提取中选择常用的三种特征,分别为方向、角度和环路.

北大方正维吾尔文文本转换成Unicode标准的文本

本文叙述了北大方正维吾尔文电子文本代码转换成U n icode维吾尔文文本方法,给出了两种代码的转换对应关系表和程序代码.

维吾尔新文字大小写同形字母的识别

为有效识别出新维文中大小写同形字母,分析新维文的特点,提出一种基于模板匹配的大小写同形字母识别算法。根据同形字母中大写字母外轮廓大而小写字母外轮廓小的特点,统计字母外轮廓大小与全文字母外轮廓平均大小的比例值,进行字母的大小写判断。分析结果表明,该方法有效克服了传统模板匹配方法容易混淆同形字母的大小写的缺点,提高了系统的识别率。

基于车联网WAVE的多跳路由连接中断预测算法

当信息源车辆与信息目标车辆之间不能通过一跳来完成信息交互时,车辆间多跳路由连接的建立是保证车联网WAVE中信息源车辆和信息目标车辆之间能够进行信息传递的关键。通过研究和分析快速多跳路由算法FMHR得知,车联网中各节点车辆之间建立起来的多跳路由连接会因各节点车辆之间的速度不匹配而时常发生通信中断,针对这一问题,试着在原有算法中增加路由连接中断的预测方法,并使用支持IEEE 802.11p的开源软件NCTUns-6.0建立相关仿真实验,结果表明,增加路由连接中断的预测方法可改善车辆之间信息传递的效率。

印刷哈萨克斯拉夫粘连字符的切分方法

哈萨克斯拉夫图像文本经过行切分和列切分后,存在水平方向接触和垂直方向重叠的粘连字符。为提高字符识别率,依据字符连通域的最小外接矩形切分开垂直方向重叠的粘连字符图像块;利用判决条件:字符宽度概率密度分布图、字符图像块垂直投影的波峰数目和字符图像块垂直投影波峰的对称性,分离初始粘连字符图像块中正确的单个字符图像块和实际接触的粘连字符图像块;在允许的字符宽度范围内,寻找粘连字符图像垂直投影图的极小值点,以切分实际接触的粘连字符。实验结果表明,该方法泛化能力较好且识别率有明显提高。

改进的ReliefF算法在哈萨克斯拉夫文识别中的应用

针对模式识别领域中的文字识别问题,为达到较高的识别效率,去除低冗余,选择并提取高效特征,提出以印刷体哈萨克斯拉夫字符、符号及数字为研究目标的基于改进的ReliefF特征选择算法,用于哈萨克斯拉夫文字的识别;对传统的ReliefF算法的特征权重做进一步改进,提出Re-reliefF算法,对文字识别的特征选择及特征提取部分进行优化。将基于改进的ReliefF特征选择算法用于哈萨克斯拉夫文识别问题,将该算法的识别结果与传统ReliefF特征选择算法进行比较,比较结果表明,该算法在哈萨克斯拉夫文文字识别过程中效果良好,具有运行速度快与运行时间降低等特点。

维哈柯文信息技术常用术语收集翻译研究

在参照信息技术术语词汇GB 5271系列标准的基础上,提出了信息技术常用术语的收集与筛选,维吾尔、哈萨克、柯尔克孜文信息技术术语的翻译规范原则,术语的维吾尔文、哈萨克文、柯尔克孜文翻译,以及编制维吾尔文、哈萨克文、柯尔克孜文信息技术常用术语标准方法。

基于HMM的联机维吾尔文整词识别方法研究

提出一种维吾尔文手写整词识别方法,通过拼接单词中各连体段的特征构建单词的特征向量,用K-means聚类算法对连体段进行聚类操作降低单词特征向量的维度并输出离散的数字序列,通过隐马尔科夫模型完成单词的建模和识别。

基于欧氏距离的支持向量机决策树构造方法

SVM决策树是解决多分类问题的有效方法之一,由于分类器组合策略不同,构成的决策树构型以及分类精确度也各有差异。提出基于欧氏距离的SVM决策树构造方法,通过两种欧氏距离组合策略,生成不同构型的SVM决策树。实验结果表明,采用组合策略二的SVM决策树分类器相比组合策略一,具有更高的分类精度和更短的训练及测试时间。

基于HMM的英文印刷体识别建模研究

讨论一种基于HMM(隐马尔可夫模型)的英文印刷体识别方法。先将整篇文本图像切分成字母级别,提取出字母轮廓的8方向特征,之后把特征向量进行矢量量化并送入HMM训练识别。根据切分中出现的错误特点,对矢量量化过程和训练算法提出一些改进方法,提高识别率。