基于深度卷积神经网络的手写哈萨克文字母识别方法

利用卷积神经网络在图像识别方面的优势,提出了一种基于深度卷积神经网的哈萨克手写字母识别方法(DCNN-KLR),成功建立了一种哈萨克手写文字识别模型。与传统的方法(SVM+HOG)相比,不仅训练方便、速度快,而且提高了哈萨克手写文字的识别率。在5708个数据样本上进行训练和测试,将样本分为33类和100类,正确识别率分别达到93.29%和92.38%。

探讨哈萨克文字在浏览器上的显示

为了解决哈萨克文字不能在浏览器上正常显示的问题,提出一种嵌入字体的技术,有效解决这个难题。

以哈萨克文字为例解决文档中不正常显示不常用字符的问题

本文以哈萨克老文字为例讨论国家通用语言文字出版物上的“不常用符号”的变成乱码问题。然后介绍几种不常用符号变成乱码问题的解决方法。

哈萨克族文字与天山北麓石刻

本文从历史文物着手，通过塔城石刻文字，对哈萨克族古文字的发展。哈汉人民的文化交流、进行了初步的探讨。