基于类别分布差异和特征熵的维吾尔语文本特征选择

文本特征选择是在文本自动分类中最重要的一个环节。为了更好地解决维吾尔文文本分类中特征空间的高维性和文档表示向量的稀疏性问题,提出一种基于特征的类别分布差异和信息熵的维吾尔文文本特征选择方法。该方法不仅要考虑特征在类别间的分布情况,而且也要考虑特征在类别内的分布情况。采用本方法对维吾尔文文本语料进行了分类实验,并与一些传统的特征选择方法进行了比较。从结果来看,本方法在所选特征数更少的情况下,达到了比其他方法更高的分类MacroF1值85.3%,比传统的IG和CHI等方法在MacroF1值上分别高出了4.3%和6.1%。

基于密度特征的维吾尔文离线签名识别

对维吾尔文签名图像进行预处理(含灰度化、平滑、二值化、归一化、细化等)的基础上,提出基于密度特征的维吾尔文离线签名识别方法,结合签名样本的空间地位信息,对离线签名进行有效处理和识别。从维吾尔文签名样本库中选取75个签名者的(20个样本/人)1500个签名样本进行分类实验,得到最高为96%的识别率,实验结果表明,密度特征是维吾尔文手写签名的一种有效特征,能较全面地描述与捕捉维吾尔文手写签名的书写特点。

基于SVM的维吾尔文文本分类研究

文本自动分类技术在提高文本信息利用的有效性和准确性上具有重要的现实意义和广阔的应用前景。随着Internet上维吾尔文信息的迅速发展,维吾尔文文本分类成为处理和组织这些大量文本数据的关键技术。研究维吾尔文文本分类相关技术和方法,针对维吾尔文文本在向量空间模型表示下的高维性,本文采用词干提取和χ2统计量相结合的方法对表示空间进行降维。采用SVM算法构造了维吾尔文文本分类器。针对维吾尔文文本分类语料进行的实验结果表明,SVM分类器的MacroF1值达到了84.6%,明显好于kNN方法。

连体段特征聚类的维吾尔文文档图像单词切分

为有效解决文档图像中单词漏切分和过切分问题,分析维吾尔文文档图像的无嵌入式双栏版面特性和文字特点。综合考虑连体段位置信息、密度及高宽特征和相邻连体段重叠性,提出一种文档图像中精确切分完整单词块的方法。将图文混排的版面分析与重叠域合并相结合,采用两级K-means分类策略,有效避免标点符号的影响,增强完整单词块的被切分能力。实验结果表明,该算法比连通域搜索算法和投影算法具有更高的切分精度,在多文种图像单词切分中具有更高的有效性。

基于多方向特征融合的维吾尔文笔迹鉴别技术

在笔迹图像中格线和噪音的去除、细化等预处理基础上,结合维吾尔文笔迹结构和书写风格,提出了一种基于四维笔划方向特征的笔迹鉴别技术。为了进一步提高其鉴别率,还将方向特征与较成熟的基于倾斜度的另一种方向特征进行了融合,取得了较好的实验结果。具体实施过程中,还对比分析了不同的特征距离度量方法对鉴别率的影响,确定加权欧式距离为最佳度量方法。

高维统计特征融合的维吾尔文脱机手写签名识别

签名识别作为一种身份认证方法,在现代社会的各行业各领域中普遍使用,并且发挥了重要的作用。主要针对使用单一低维签名特征进行签名识别准确率不够高的问题,提出了一种基于高维统计特征的维吾尔文手写签名识别方法。首先根据特征提取的需求,对每幅签名图像进行平滑处理、二值化、归一化和细化等预处理操作;然后提取每一幅签名的128维局部中心点特征和112维ETDT特征,将得到的两种特征组合形成新的高维特征;最后分别利用距离度量和相似性度量算法进行训练和识别。实验结果显示该算法比以前算法提取的识别结果更好,有效地提高了维吾尔文手写签名的识别率。

基于多分辨几何特征的维吾尔文脱机签名识别

对维吾尔文手写签名图像进行二值化、去噪、归一化和细化等预处理的基础上,结合维吾尔文手写签名的结构与书写风格,对每幅签名图像进行金字塔式分辨率子图像切分,对高分辨率层抽取了共16维方向特征,对低分辨率层则抽取了共32维局部中心点特征。基于这两种特征的签名识别率分别为95.50%和90.50%。为了进一步提高识别率,又对两种特征进行了融合,结果识别率提升到了98.50%。对比分析了基于欧式距离和卡方距离度量方法对识别率的影响,确定最佳度量方法。

连通域结合重叠度的维吾尔文档图像文字切分

为提高文档图像字符的可读性和切分与识别的准确率,对印刷体维吾尔文文档图像进行研究,尤其是对连通段切分和字符切分等难点问题提出分割方法。使用跑长码的连通区域算法,结合重叠度计算方法,进行连通段切分;基于维吾尔文字符在基线上相接的特点,在基线位置估计的基础上,找出字符的切点。切分结果表明,该算法比其它算法切分结果效果更好。

维吾尔文Bigram文本特征提取

文本特征表示是在文本自动分类中最重要的一个环节。在基于向量空间模型(VSM)的文本表示中特征单元粒度的选择直接影响到文本分类的效果。在维吾尔文文本分类中,对于单词特征不能更好地表征文本内容特征的问题,在分析了维吾尔文Bigram对文本分类作用的基础上,构造了一个新的统计量CHIMI,并在此基础上提出了一种维吾尔语Bigram特征提取算法。将抽取到的Bigram作为文本特征,采用支持向量机(SVM)算法对维吾尔文文本进行了分类实验。实验结果表明,与以词为特征的文本分类相比,Bigram作为文本特征能够提高维吾尔文文本分类的准确率和召回率并且通过实验验证了该算法的有效性。

本科和研究生数字图像处理课程的差异化教学思考

以本校本科和硕士研究生数字图像处理课程情况的比较分析为起点,分析国内一些双一流建设高校数字图像处理系列课程的开设情况,从授课教师选择、授课内容侧重、教学模式及环节设计、课程体系建设、考核方式等方面进行探讨,提出需从培养方案侧重,数字图像处理课程本身特点,知识建构模式不同层次需求入手,设计并构建该课程本科和硕士研究生的差异化教学体系。

强前向安全的代理签名方案

前向安全代理签名方案无法保证代理者密钥泄漏后未来时段代理签名的安全性。基于单向散列链,对王天银等提出的前向安全代理签名方案进行了改进,使该方案的代理签名具有强前向安全性:即使代理密钥被泄露,攻击者也无法伪造过去和未来时段的代理签名,并且具有密钥泄露检测功能。

Itkis-Reyzin前向安全签名方案的一种改进

前向安全数字签名方案无法保证数字签名的后向安全性.本文对Itkis—Reyzin的前向安全数字签名方案进行了改进,将单向散列链嵌入到该方案的签名中,使该方案具有后向安全检测功能.改进后的方案不仅具有数字签名的前向安全性而且同样具有后向安全性,攻击者即使在第i时段入侵系统,也无法伪造以前或以后时段的签名.

如何有效利用多媒体进行高校理工科教学——以数字信号处理为例

分析高校多媒体教学中存在的问题,并探讨利用Flash、Praat等工具把动画和语音等媒体灵活应用在数字信号处理教学中,提出对高校理工类课程多媒体教学中恰当运用各种表现媒体,从而提高教学质量的建议。

一种强前向安全数字签名方案

在Abdalla-Reyzin的前向安全签名方案的基础上,通过引入单向散列链机制,提出了一个强前向安全的数字签名方案,攻击者即使在第i时段入侵系统,也无法伪造以前或以后时段的签名,方案的安全性基于在Z*N上计算平方根的困难性和散列函数的单向性。

NSCT子带纹理特征融合的中亚文种识别

由于中亚地区某些文种相似度较高,单一纹理特征不能充分描述它们的纹理特点。为此,提出基于NSCT子带纹理特征融合的文种识别方法,即先对预处理后的文档图像进行非下采样Contourlet变换。对变换产生的子带分别提取局部二值模式和灰度共生矩阵特征,生成高维融合特征向量,通过主成分分析法对其进行降维生成低维特征向量。通过对阿拉伯文、俄文、藏文、中文、维吾尔文、英文、蒙古文、吉尔吉斯斯坦文、哈萨克斯坦文、土耳其文进行实验,验证了该方法能更准确地提取文档图像多尺度、多方向的纹理特征,有效提高识别率。

基于离散曲波变换的多文种文档图像文种识别

为提高文种识别效果,提出一种基于离散曲波变换的文种识别方法。利用文档图像经过曲波变换后得到的cell矩阵中的实数曲波系数,提取共82维能量特征;使用贝叶斯、KNN和判别分析3种分类器进行训练和分类。对两个数据库进行实验,数据库1包含8种文字共1600幅图片,使用3种分类器得到平均大于99%的识别准确率;数据库2包含10种文字共10 000幅图片,得到平均大于98%的识别准确率。实验结果表明,该方法运算速度快,具有良好的鲁棒性,识别效果优于基于小波变换的文种识别方法和基于二元复数小波变换的文种识别方法。

纹理特征加权融合的中亚多文种文档图像文种识别

全球各地目前使用很多种相似的文种,相似文种的识别是模式识别领域内难点并迫切需要解决的问题之一。然而,针对中亚文种文本文档和少数民族文种也就是相似文种分类识别方面的文献报道几乎没有。首先建立了两个多文种文档图像数据库,分别有1 600幅和2 200幅纯文本整篇文档图像,包含英文,汉文,俄文,蒙文,阿拉伯文,藏文,维吾尔文,土耳其文,乌兹别克文,塔吉克文和哈萨克文等共有11种文档图像。其次分别提取文档图像的均值,标准差,熵,一致性,三阶矩,平滑度等六个纹理特征,利用不同7种分类器分类。在找到各个特征对多文种文本文档图像的灵敏度的基础上,采用加权特征融合方法提取融合特征,确定了适合中亚多文种文档图像识别的最佳权值。最后用不同分类器分类识别,通过多特征以系数加权融合之后,以建立的两个数据库基础下获得平均的识别率分别为99.38%和95.69%。实验结果表明,提取的纹理特征和加权融合的纹理特征能较好地描述文档图像特征,并且它们可以有效地分类以上所述的11个文种。

灰度共生矩阵特征加权融合的维文签名鉴别

提出灰度共生矩阵特征加权融合和BP神经网络的维吾尔文手写签名鉴别方法。提取灰度共生矩的能量、熵、惯性矩和局部平稳性等4种特征并对其进行加权融合的方法进行签名鉴别。实验结果表明,15名签名者的(共600个签名样本)平均签名鉴别率为91.78%。与同样规模的GPDS英文签名进行对比实验可知,本文提出的方法对维吾尔文手写签名具有较高的稳定性和鉴别能力。

基于相关计算的声波测距实验设计

在电子信息专业的教学工作中,实验教学是非常重要的。通过理论结合应用,可大大提高学生的学习兴趣,并加深对理论知识的理解。通过计算机、扬声器和麦克风等简单设备,利用相关计算方法设计出一种声波测距实验,并详细介绍实验设计方法和调试过程。该实验既可以满足教学要求,又可用于简单的应用开发。

在多文种环境下的维吾尔语文字校对系统的开发研究

介绍 Windows2 0 0 0与 Office2 0 0 0环境下制造出“维语文字校对系统”软件的一种方法 .