基于字符图像分割的打印文件识别方法

针对目前的打印文件识别方法受限于样本中必须有相同字符的问题,提出一种基于字符图像分割的打印文件识别方法。通过k-means算法对字符图像进行分割,分别对不同区域提取局部二值模式纹理特征,从而消除字符结构对识别结果的影响。研究了单一区域的特征集和组合特征集的分类识别效果,实验结果表明,该方法在样本中无相同字符的情况下,能够得到较高的识别准确率。

面向教学的多媒体文件识别系统研究与应用

计算机与网络信息技术的快速发展,促使当今社会进入了网络信息时代,各个领域的数据和信息急剧增多。在分析云存储等关键技术基础上,对面向教学的多媒体文件识别系统进行实例研究。实验表明,该系统能满足校多用户需求,实现多媒体文件上传、下载、识别、词频统计等各个功能。

抗倾斜的中文文本图像文件识别技术

针对实际应用场景中如何在大批量图像文件中快速找到中文印刷体文本图像文件进行OCR (Optical Character Recognition)识别的问题,本文在笔画宽度变换算法(SWT)的基础上,设计了针对中文文本固有特点的启发式规则,并将水平投影技术与离散傅里叶变换相结合,提出了一种适合倾斜角度在–90至90°之间的中文印刷体文本图像文件识别技术.实验结果显示,在1606张测试集图像文件的识别中,本文算法针对文本图像文件整体识别F值(F-Measure)为0.95,平均识别耗时为0.65 s.

DWG文件识别在软件中的应用

本文对基于CAD平台工程量计算及其特点进行了介绍,同时分析了实现完全智能识别、理解工程DWG文件的困难,指出在目前设计部门90%的工程图是以DWG文件储存的情况下熏实现智能识图和人工交互的共同作用下完成工程量计算是可行的,并对已经实现这一功能的鲁班软件关于这方面的原理作了简单介绍,同时进行了工程数据对比,最后对DWG文件自动识别的进一步发展进行了初步探讨。

基于BS架构的分布式文件数据并行访问方法

当前的分布式文件数据并行访问矩阵多为单结构,且访问的识别范围较小,导致访问耗时延长。为此,本文对基于BS架构的分布式文件数据并行访问方法进行设计与分析,根据实际的访问需求和标准,进行基础并行访问数据预处理;采用多阶的形式,扩大访问的识别范围,设计多阶交叉并行访问矩阵,构建BS架构分布式文件数据并行访问模型;采用自适应转换修正实现并访问处理。测试结果表明,对比于传统Spring分布式文件数据并行访问测试组、传统CP-ABE分布式文件数据并行访问测试组,此次设计的BS架构分布式文件数据并行访问测试组最终得出的分布式文件数据并行访问耗时均被较好地控制在0.2s以下,说明此种访问方法的针对性和稳定性更高,在BS架构的辅助下,可以加强对访问误差的控制,具有实际的应用价值。

电子CIMS中PCB文件的自动识别及转换

本文对国内外流行的ＥＤＡ软件ＯＲＣＡＤ和ＭＥＮＴＯＲ所设计的ＰＣＢ数据文件从国内电子行业ＣＩＭＳ的角度作了详细分析，完整描述了ＰＣＢ文件自动识别与转换系统的设计思想。

论附带审查中行政规范性文件的司法识别

在对规范性文件进行合法性审查之前,必须准确识别规范性文件。然而,在司法实践中,由于具有规章制定权的行政机关所制定的规范性文件与其制定的规章之间缺乏明确的区分标准,相关规范性文件与其他文件之间也存在区分标准模糊的问题,再加上法院在识别时多倾向于持以保守的识别态度,使得规范性文件的识别成为附带审查制度实施所面临的重大难题,许多附带审查案件都因为未能准确识别认定规范性文件而错过了对规范性文件进行合法性审查的机会。为此,在规范性文件与规章的识别上,建议由相关机关联合建立规章信息库,形成科学的识别机制;在规范性文件与其他文件识别时,法院应采取宽松的识别标准,只要不是明显的具体行政行为,且该文件是某一具体行政行为的依据,就应当认定为规范性文件,以便进一步加大对规范性文件的司法审查力度。

基于主成分分析和K近邻的文件类型识别算法

为解决基于文件后缀名和文件特征标识识别文件类型误判率较高的问题,在基于文件内容识别文件类型的算法基础上,提出主成分分析(PCA)和K近邻(KNN)算法相结合的文件类型识别算法。首先,使用PCA方法对样本预处理以降低样本空间的维数;然后,对降维后的训练样本集进行聚类处理,即用聚类质心代表每种类型的文件;最后,针对训练样本分布不均匀可能造成的分类误差,提出基于距离加权的KNN算法。实验结果表明,改进算法在样本数较多的情况下,能降低分类的计算复杂度,并保持了较高的识别正确率;而且该算法不依赖文件类型的特征标识,应用范围更为广泛。

基于变长元组的文件类型识别算法

快速准确地判断文件实体的真实类型对保护计算机信息安全具有重要意义。通过分析现有基于二进制内容的文件类型识别算法中存在的问题,提出采用变长元组描述文件的统计特征,并结合结构化文件中元组的分散度、稳定度以及条件广泛度设计出一种特征评估函数,从而更加准确地选取有效的特征。该算法不依靠特定文件类型的结构和关键标识,适用范围更为广泛。实验表明该算法能有效提高文件类型识别的查准率和查全率。

激光打印文件溯源的司法鉴定困境与出路

随着激光打印机的普遍使用以及打印技术的优化,涉及激光打印文件溯源的案件不断增多,案件的复杂程度也绝非以往。找寻机具打印过程遗留纸面的损伤特征、分析材料成分等常规方法已无法满足激光打印文件溯源的需要。业内急需行之有效的方法来解决机制文件溯源领域长期遵照使用的传统方法消亡问题,以及由此衍生的包括鉴定意见主观性强、信息标准化建设不高等困境。丰富数字化溯源方法、重构溯源体系或将为文件溯源困境带来曙光。

改进的基于内容的文件类型识别算法

在现有基于内容的文件类型识别算法基础上,针对统计特征提取方面存在的问题,采用定长和变长窗口对文件二进制内容进行划分,提取文件的统计特征,并提出将特征选择应用于文件类型识别,结合特征的广度和稳定度设计出一种特征选择评估函数选择标志特征,从而建立文件类型模型,以此为标准识别文件类型。该算法不依靠特定文件类型的结构和关键标识,适用范围更为广泛。实验结果表明,该算法能有效提高文件类型的识别查准率和查全率。

文件内容动态识别算法

提出了一种新的基于特征串匹配的文件内容动态识别算法，对文件类型可快速有效地识别，此技术可应用于网络信息流动的监控；研究了多种多模式串字符文本匹配算法，并基于Boyer—Moore提出了多特征串匹配算法（multiple features tringmatching algorithm，MFSM），以加速大量特征串匹配运算，与传统的“暴力”算法相比，MFSM在匹配速度上要快一倍以上。

一种复杂表格识别和处理方法

本文提出了一种复杂表格识别和处理方法。该方法首先输入一张未填有用信息的空表格作背景信息表格,然后输入已填有用信息的同类表格作有用信息表格。对有用信息表格图象采用几何位置配准使两幅表格的背景信息重合,然后利用数字逻辑运算和智能相关处理技术以达到对残留背景信息的彻底清除,保留后填入的有用信息供识别处理。此方法对表格形式不限,适用于背景信息和有用信息采用同色或异色笔填写。方法仅需第一次输入一张空表格后,就可连续处理同类型表格。文中给出了表格处理结果。

基于LabVIEW的图形轨迹识别研究

研究了DXF文件的读取和识别过程,通过LabVIEW编程工具将DXF文件关键信息提取出来,解决了DXF文件复杂信息内容的识别,最终得到图形的运动路径。

TIF图像文件与BMP图像文件的转换研究

本文介绍了可识别的TIF图像文件和BMP图像文件的数据格式 ,提出了用高级语言直接将可识别的TIF图像文件转换成BMP图像文件的程序框图及实施方法。

基于模糊匹配的专用库函数识别技术

针对传统库函数识别方法无法有效识别专用库函数的问题,提出基于模糊匹配的专用库函数识别技术。在库文件快速识别与鉴定技术(FLIRT)的函数签名机制的基础上做出改进,提取目标文件的有效函数集并利用专用库函数特征库进行模糊匹配,确定需要加载的库签名,加载签名完成精确匹配。实验结果证明,该技术在专用库函数的识别方面效果较好。

危险的.txt文件

在众多媒体的宣传报道下，我们都知道了不能轻易打开电子邮件里的可执行文件类附件，但是显然那些破坏活动的制造者们也看了那些警告防范的文章，他们开始玩一些新的把戏，让你以为那些附件只不过是没有危险的文本文件或是图像文件等就是其手段之一。由于目前大多数人使用的是Windows系列操作系统，而Windows默认设置是隐藏已知文件扩展名的。当你点击那个看上去很友善的文件时，那些破坏性的东西就跳出来了。你可能说这我早就知道了，那么下面讲述的打开．txt文件的新危险你知道吗?