基于特征字符串的GSM短信模块接口设计

短信接口程序是解决移动技术在企业网络中应用问题的有效途径,它能够把方便快捷的短信技术与企业各应用系统无缝对接;为实现计算机对短信的自动收/发,对基于GSM的短信接口进行了设计,分析了计算机利用GSM短信模块收发短信的工作原理,根据短信模块响应AT命令所返回的字符串,提出了一种基于"特征字符串"来控制接收/发送动作的设计方案,并在Windows XP平台下用Delphi 7.0加以实现;测试结果表明,该设计方案具有较高的发送速率和接收响应速度。

基于特征字符识别的文本图像方向判定

针对围绕光学字符识别技术开发的软件对于图像方向鲁棒性差的问题,提出一种将图像中最能代表其方向的特征字符识别距离作为判断依据的文本图像方向判定方法。阐述提出的特征字符的定义,在分析和条件约束的基础上提取特征字符,利用识别距离判定图像正常视觉方向。实验结果表明,将样本分别做不旋转以及顺时针旋转90°、180°和270°操作,各个方向的正确率均达到99%以上,平均用时在250ms左右,该方法完全满足应用要求。

基于特征字符串匹配的P2P流量控制

简述P2P的发展,分析P2P流量对主干网络的带宽占用问题及其危害,提出了两种采用Iptables扩展包基于特征字符串匹配限制P2P流量(特别是Bt、eDonkey流量)的有效方法,并比较、分析其应用效果。

特征字符串匹配在P2P流量控制中的应用

本文通过对特征字符串匹配在P2P流量控制中的应用的说明,阐述了如何用主要数据包来识别P2P数据流及提高P2P流量的方法。

机器人运动链拓扑胚图的特征字符串描述

在机构基于胚图的综合方法中,判别拓扑胚图的同构关系是一个难题。提出特征字符串的概念,用于描述含较多基本连杆的拓扑胚图。基于运动链拓扑胚图支链上不含二度点的特性,制定相关规则,用特征字符串准确描述代表基本连杆的顶点的相对位置,引出拓扑胚图。制定判别同构拓扑胚图的相关准则,论证了拓扑胚图同构的条件。举实例对同一特征字符串和不同特征字符串描述的拓扑胚图进行了同构判断。通过与邻接矩阵方法比较,证明特征字符串法简单、有效。

基于字符级特征自适应的生物医学命名实体识别

生物医学领域新增实体数量和类型迅速增加,在预训练词表容量有限的情况下,字符嵌入可以在一定程度上解决未登录词问题,单一的字符级特征提取器所提取字符嵌入的潜在表征有一定局限性.针对此问题,提出一种字符级特征自适应融合的生物医学命名实体模型.首先利用卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)提取文本的字符向量,训练过程中动态计算文本单词两种字符向量的权重并进行拼接,使得模型在字符粒度上更加充分的利用信息,并加入词性信息和组块分析作为额外特征;将词向量、字符级特征和额外特征拼接后输入到BiLSTM-CRF神经网络模型进行训练.结果表明,所提模型在NCBI-disease和BiocreativeⅡGM语料库上平均F1值达到87.14%和81.04%,有效的提升了生物医学命名实体识别的效果.

融合字符结构特征的多任务老挝语文字识别研究

老挝语属于资源稀缺型语言,直接从互联网中获取老挝语文本语料较为困难,老挝语文字识别研究可在有限的图片文本资源中获取更多的老挝语文本语料。在开展老挝文字光学字符识别的研究工作中,针对老挝单字符误切分、上/下位元音以及音调识别位置存在偏差和相似老挝字符的识别问题,该文研究了老挝字符书写等级和下位辅音,提出一种有效融合老挝字符结构特征的多任务字符识别方法。首先,利用深度残差网络提取字符图片中的老挝字符结构特征,通过边框回归矫正单字符包围框;其次,将已矫正切分结果和提取的字符特征作为联合输入,通过双向长短时记忆网络预测老挝字符序列,利用连接主义时间分类对预测结果进行序列对齐;最后,根据老挝字符固定组合优化模型预测结果。实验结果表明:该方法可以精确识别已切分的老挝字符序列,字符错误率指标低至13.06%。

基于字符特征约束的自适应车牌校正提取

针对复杂多变环境中难以快速、精确提取车牌的问题,提出了一种利用字符特征智能校正提取车牌的方法。首先通过Gamma校正和Canny算子结合的方法在灰度图中实现自适应阈值边缘检测,解决了分割阈值选取的难题;然后应用字符特征约束条件提取特征轮廓,根据特征轮廓分布规律提取车牌候选区,避免复杂运算的同时提高了定位准确性;最后对候选区进行线性畸变校正并利用行灰度跳变统计实现了车牌真实性验证和精确提取,为后续的识别工作提供了良好条件。对不同环境中随机采集的700幅高清图像进行测试,综合提取准确率为96%,提取车牌字符规整、无多余残留信息。实验结果显示,该方法对图像中车牌状态、背景环境、光照条件等限制极少,具有更广的适用范围和更强的鲁棒性。

应用软件特征字符串挖掘技术

文章探究了如何利用频繁项挖掘技术寻找应用软件通信数据包中的特征字符串,该特征字符串具有大量重复出现,且在一台固定计算机上的某一应用软件通信中保持不变的特点。文中用几个认可度较高的应用软件为例,验证了用频繁项挖掘技术寻找特征字符串的正确性并对实验结果做了对比说明,指出该特征字符串技术可用于识别计算机应用软件,以及计算机的追踪和防盗。

基于字符特征的数字字符识别算法

提出了一种基于字符特征的数字字符识别算法,对识别过程和算法实现进行了详细介绍。该算法避免了细化、轮廓提取和模板匹配等复杂的计算,具有计算简便、实现简单的优点。

融合字符纹理特征与RGB颜色特征的车牌定位

由于光照、距离变化以及背景复杂等原因,传统基于单一特征的车牌定位算法很难获得满意的效果。为完成复杂背景下车牌定位,提出融合字符纹理特征与RGB颜色特征的定位算法。利用车牌区域背景底色与字符颜色互补特性,通过寻找图像车牌区域颜色点对,结合字符纹理特征反馈校验,能快速准确定位车牌。对复杂背景下获取的12 581幅彩色图片进行实验,结果表明,定位准确率能够达到99.4%,验证了该算法的有效性。

一种新的字符特征提取方法及其在识别中的两个应用

特征抽取是识别中的重要步骤 ,提取描述性强的特征能够有效提高分类器的识别效率 .在提出有关概念的基础上 ,介绍了特征行抽取在字符识别过程中的两个重要应用 .首先 ,在分类识别时可用作匹配的特征向量 ,通过双向匹配来识别独立的字符 .其次 ,可在识别粘连字符时用于预测前端字符 ,并在提取前端字符后对预测结果进行验证 ,从而达到准确分割和识别粘连字符的目的 .还详细描述了交互确定特征行的方法 .

基于字符特征的随机问题阅读式验证码技术

在实际应用中,验证码的安全性与易用性是人们关注的重要方面。针对当前很多站点的验证码都缺乏可靠的安全性,设计了一种基于字符特征的随机问题阅读式验证码,它能有效抵御光学字符识别技术对阅读式验证码的破解。

基于Zernike矩的字符特征归一化方法

提取Zernike矩的幅值作为字符的模式特征具有旋转不变性,但单位圆半径的选择对特征计算影响较大。本文提出一种根据字符外部边框信息计算最佳单位圆半径的归一化方法。经实验证明该方法能保证单位圆合适地把整个字符包含在内,同时由于单位圆半径不变使数字图像离散化对Zernike矩旋转不变性的影响降到最低。

基于字符结构特征的钢坯字符电子显示识别

针对重轨生产线钢坯识别需求,提出一种基于字符特征的电子显示识别方法。该方法根据字符电子显示原理,利用字符结构特征进行字符变换,将字符标准化实现编码识别,克服了现有模板匹配识别算法的缺点。先从字符的结构特征入手,将细化后的字符进行投影变换,然后根据投影变换结果,将字符转换为电子显示采用的标准字符,最后针对电子字符编码来实现钢坯字符的识别。实验结果表明,该方法稳定性强、速度快、识别率高,为生产线钢坯实时检测提供了一种方法。

基于小波分析的视频图像字符特征提取方法研究

文章提出了一种基于小波变换的字符小波特征向量提取方法。通过对字符图像的小波分解子图求取网格特征向量,构造出字符的小波特征向量。该特征反映了图像字符结构特征和统计特征的综合信息,特征向量稳定、简单、算法快,且特征提取方法具有类人视觉特点。

一种利用字符特征变化的文本数字水印方法

从汉字笔划特点以及人类视觉不可见性原则,针对汉字的基本笔划特征和黑色像素区域在45度、135度方向对于人眼视觉不太敏感的特征来嵌入水印信息;提取水印时,通过计算文本行像素值和检测到的信息鉴别水印的存在性。本文提出的方法对于文件的局部篡改、噪声干扰具有一定鲁棒性。

基于软K段主曲线算法的字符特征提取研究及实现

要提高脱机手写字符识别的识别率,关键是特征的提取。主曲线是主成分分析的非线性推广,是通过数据分布“中间”并满足“自相合”的光滑曲线。通过对现有主曲线算法分析可知:软 K 段主曲线算法对提取出分布在弯曲度很大或相交曲线周围的数据的主曲线效果较好。因此本文尝试用该主曲线算法来提取脱机手写字符的结构特征。实验结果表明,利用该主曲线算法来提取脱机手写字符的结构特征不但是可行的,而且取得较好的实验效果。它为脱机手写字符特征提取的研究提供了一条新途径。

基于色彩饱和度和字符特征的汽车牌照定位

在分析汽车牌照底色与字符颜色关系的基础上提出了一种利用色彩饱和度信息和牌照字符特征的汽车牌照定位分割方法。该方法不同于以往的基于色彩的分析方法,避免了在由RGB向HSV转换过程中大量的浮点运算,提高了运算效率,并且能够有效地克服光线和天气条件的影响,具有很好的抗噪性能,定位精度高。

基于最小二乘支持向量机车牌字符特征识别

机车牌识别技术(LPR)作为一种技术,是一种主要通过计算机对车牌字符进行识别,将图像识别技术与计算机视觉以及模式识别技术相互融合的广泛运用在交通领域的技术。本文主要对最小二乘支持向量机车牌字符特征识别的技术进行简要分析,一种新的有效的机器学习算法即是最小二乘支持向量机。这样的方法是站在车牌图像预处理的基础之上的,对车牌字符的奇异值特征进行提取分割,并且对主要特征进行压缩保留。