An on-line free handwritten Chinese character recognition method based on component cascaded HMMs

This paper presents a cascaded Hidden Markov Model （HMM）, which allows state＇s transition, skip and duration. The cascaded HMM extends the way of HMM pattern description of Handwritten Chinese Character （HCC） and depicts the behavior of handwritten curve more reliably in terms of the statistic probability. Hence character segmentation and labeling are unnecessary. Viterbi algorithm is integrated in the cascaded HMM after the whole sample sequence of a HCC is input. More than 26,000 component samples are used tor training 407 handwritten component HMMs. At the improved training stage 94 models of 94 Chinese characters are gained by 32,000 samples, Compared with the Segment HMMs approach, the recognition rate of this model tier the tirst candidate is 87.89% and the error rate could be reduced by 12.4%.

小学低年级儿童部件知识对三年级汉字识别和阅读理解的预测

对123名小学一年级儿童进行为期三年的追踪测试,通过分层回归,考察了小学低年级儿童的部件知识对其三年级汉字识别和阅读理解的预测作用。结果发现:(1)控制瑞文推理测验、词汇知识和语音意识后,儿童一、二、三年级时的部件知识对其三年级汉字识别均有独特贡献,且二、三年级的贡献高于一年级;(2)控制瑞文推理测验、词汇知识和语音意识后,一年级时的部件知识对三年级阅读理解没有独特贡献,但二、三年级时的部件知识均有独特贡献,且三年级的贡献高于二年级;(3)控制瑞文推理测验、词汇知识和语音意识及汉字识别的作用后,二年级时的部件知识对三年级阅读理解没有独特贡献,但三年级时的部件知识对阅读理解仍有独特贡献。结果表明,小学低年级儿童的部件知识对其三年级汉字识别和阅读理解具有预测作用,且随着儿童年级的增加,预测作用增大,表现出发展性变化。

海峡两岸暨香港地区“古异今混”部件的分合现状研究

汉字的“古异今混”指古代形音义不同的汉字或构字部件,发展演变到现行汉字,成为形体相同的汉字或构字部件。考察对比《汉字字形对比字典》(香港中华书局出版)中海峡两岸暨香港地区三地的汉字字形,整理出“古异今混”部件12组:舌—、臼—楑、林—、夊—夂—攵、艹—卝、丰—丯—豐、匚—匸、壬—、冃—曰、另—叧—、月—?、曰—日,涉及400多字。逐一分析可知,对“古异今混”部件,内地依据历史传承和现实基础,大都合而为一;台湾地区则刻意区分,以维护字形的古今沿袭;香港地区大致与台湾地区一致,但把有历史传承和现实基础的合并部件作为可接纳字形,留有一定的弹性空间。三地“古异今混”部件的分合不一致形成的字形差异,虽然对阅读造成的障碍不大,但给基础教育阶段的汉字教学乃至世界各地的汉字教学,尤其是汉字信息处理带来不少问题。希望三地在微观字形问题上相向而行,最终实现真正的“书同文”。

一种基于ICA的汉字信息隐秘传输方法

本文描述了一种基于独立成份分析 (ICA)的汉字信息隐密传输方法。该方法以彩色图像为寄主图像 ,对其进行ICA分解 ,求出其中的独立成分 ,再将汉字信息以编码形式 ,隐藏在对彩色图像质量影响最小的独立成分低位端 ,从而实现汉字信息的隐秘传输。该方法已经在PC机上进行了模拟 ,实验结果表明 ,该方法在保证图像质量条件下 ,有较高的嵌入率和较好的可靠性。

基于ICA降维的车牌汉字识别研究

针对目前复杂环境下车牌汉字图像识别率较低,识别时间较长等问题,提出了一种基于伪Zernike矩和独立主成分分析(ICA)的改进概率神经网络(PNN)车牌汉字识别方法。该方法是将车牌汉字图像的伪Zernike矩通过独立主成分分析降维,再将降维后的特征输入所提出的一种基于代表点的改进概率神经网络中进行训练和识别,从而有效地实现车牌汉字的识别。将该方法应用于复杂环境下的车牌汉字图像识别实验,实验结果表明,该方法能有效地降低特征维数,减少识别时间,并能显著地提高车牌汉字的识别率。

基于人工智能感官技术的中药质量控制方法研究进展

为深入推进和实现中医药现代化,建立一种既尊重中医理论又顺应时代发展的中药材质量控制体系尤为重要。自古以来,中药材的色、气、味等外观性状是用于辨别其真伪及质量好坏的重要标准之一。目前对中药外观性状的研究逐渐从主观的“辨状论质”转向了能够提供客观数据支持的人工智能感官技术,根据模拟感官的不同,智能感官技术又可以分为电子眼、电子鼻、电子舌、电子耳和电子皮肤等。本文梳理了5种人工智能感官技术的原理以及在中药质量评价中的应用,介绍了基于智能感官的中药质量控制体系的研究现状和未来发展趋势,以期为中药材质量控制体系的升级和现代化发展提供参考。

非汉字圈汉语学习者汉字部件偏误类型特征及发展研究

本研究通过收集来自50多个非汉字圈国家不同汉语水平汉语学习者约121,000字的作文书写语料,建立非汉字圈汉语学习者错别字语料库,并以该语料库语料为研究对象,使用偏误分析方法考察了非汉字圈汉语学习者汉字部件偏误,并将偏误类型分为部件相混、部件丢失、部件增加、部件模糊、部件漂移五种。本研究具体从部件形体、部件数量及部件关系位置三个角度对非汉字圈汉语学习者部件偏误类型的总体特征进行了分析,从汉字本体、学习者、教学三方面对汉字部件偏误的产生原因进行了解释,研究了汉语水平等级不同(初级、中级、高级)的非汉字圈汉语学习者相应的部件偏误类型分布及发展特点,最后针对非汉字圈汉语学习者的汉字部件教学提出了几点教学建议与对策。

基于多通道PCA模型的手写汉字识别方法

为了提高手写汉字的识别率和降低训练时间 ,提出了一种基于多通道 PCA(Principal com ponentanalysis)模型的手写汉字识别方法 .该方法首先根据汉字的结构特点 ,将手写汉字分解为“一”、“丨”、“丿”、“”4种方向子模式 ,然后分别对每个子模式进行主分量分析 ,最后通过建立起每类汉字的多通道 PCA模型来进行手写汉字的识别 .该方法既兼顾了主分量对手写汉字的描述能力 ,又有效地降低了建立模型的训练时间 .针对 10 34类别的手写汉字样本的实验结果表明 ,该汉字识别方法的识别率较欧氏距离分类器提高了 4 .4个百分点 ,而其训练时间则明显低于直接进行 PCA重建的识别方法 ,由此可见 。

基于CapsNet的汉字字形表征模型

提出基于胶囊神经网络(CapsNet)的汉字字形表征模型,通过表征汉字字形中的部件实现汉字字形的表征.首先,对任一汉字字形生成所有部件类别的表征向量.然后,根据部件存在概率,利用基于欧氏距离的离群点检测,选取相应的部件表征向量.最后,由选出的部件表征向量组成该汉字的字形表征.实验表明,文中模型在仅经过部件字形训练的情况下,即可有效识别汉字部件,同时自动生成汉字字形的有效表征.

基于矩和Gabor变换的手写体汉字识别方法

特征提取是手写体汉字识别的一个研究难点。本文提出了一种基于特征融合的新提取方法,即将Gabor变换和正交矩变换结合起来,用正交Zernike矩提取全局特征,用Gabor变换提取局部特征,然后使用主成分分析的方法进行特征压缩。由此得到的特征向量能从整体上和局部上反映汉字的特征。实验证明该方法是行之有效的。

在TANGO软件中用五笔字型标注汉字的研究

介绍一种在ＴＡＮＧＯ软件中建立专用汉字元件库，利用流行的五笔字型输入法进行汉字标注的方法。

论现代汉字笔画“提”的类型及教学

从二语教学的角度来看,现代汉字的笔画问题并未得到充分的讨论。比如作为独立笔画或笔画部分的“提”就应该被看作是汉字的基础性笔画,而不应该简单地将所有的“提”都并入“横”。“提”可以分为不同的类型,它们都有着较强的规律性。在汉字教学的实践中,“提”并非是不教就能自然习得的语言项目,而是应该贯彻相关的语言文字法规,同时积极探索笔画与部件相结合的汉字教学方法,以期提高汉字字形的教学效率。

唐代字样学通俗术语考

唐代正字运动中形成的字样学文献,对待文字的态度是既要以《说文》为本纠正讹俗字,又要尊重社会用字的现实,总体态度是倾向通俗的。在此背景下形成的有关字形的种种术语,既反映了当年正字运动的现实,又可从中看出其对后代文字学的影响。

东汉官文书文字所见古文字形体研究——以《长沙五一广场东汉简牍》(壹)(贰)(叁)为调查对象

文章以《长沙五一广场东汉简牍》(壹)(贰)(叁)为样本,穷尽性地调查了其中古文字形体的分布状况,对样本材料中隶古定字的历史来源进行追溯。样本材料所见含有古文字因素的构件可分为半篆半隶构件与隶古定构件,均以表义构件为主,除少数构件表现出较强的参构能力外,其余古文构件参构能力都较弱,古文构件参构字形占异体字样总数的13.7%。古文构件与古文形体只是大致相合,不存在严格对应性隶定形体,且总体朝解体方向发展,此过程中会造成点画增繁的异写字与换用构件的异构字。与同时期的东汉碑隶相比,手写简牍文字残留的古文形体更少,是更成熟的今文字,更能代表东汉时期人们真实自然的书写状态。

基于结构知识的手写体汉字部件提取算法

针对手写体汉字结构复杂、部件粘连等问题,提出一种基于结构知识的手写体汉字部件提取方法。依据汉字结构特征,结合投影法制定连通区域合并规则,实现汉字部件初步提取。在此基础上,针对部件间存在粘连等书写不规范问题,对传统滴水算法进行改进,实现粘连部件分割。经实验验证,该方法较传统滴水算法在粘连部件切分方面的效果有明显提升,可实现对多种结构汉字的部件提取,具有较高的实用价值。

基于K-P算法优化的手写汉字细化算法

为解决现有汉字细化算法中的骨架断裂、交叉点畸变等问题,提出一种K-P(Kmeans++-PCA)算法,优化现有的手写汉字细化算法。提出交叉点匹配模板,减少骨架毛刺去除时对非交叉点的遍历,借助主成分分析算法与端点距离对骨架断点进行连接判断,对骨架交叉点畸变进行处理,使用点到边界方向距离算法提取交叉区域后结合Kmeans++聚类对畸变区域进行分析,利用笔画走势信息对骨架进行修复并使用B样插值算法完成骨架重建。将优化后的算法在手写汉字数据集上进行实验,验证了优化后的算法优于优化前的算法。

国际中文教育手写字表应用研究

手写字表是《国际中文教育中文水平等级标准》区别于以往字纲的特色内容,凸显了汉字二语教学的“书写”环节。选取字表收录全部1200个手写汉字为研究对象,以其部件、部首作为研究视角,探索汉字教学伴随汉语教学始终的应用研究路径。研究认为:首先要夯实书写环节。突出基础部件、形近部件组字练习,重点培养二语学习者方块字形二维空间架构意识,突破方块字形体迥异于字母文字的字形难点,梯度对接偏旁部首教学。其次要强化认读环节。层级推进偏旁部首知识,凸显汉字形音义结合优势,汉字、语素、词汇教学同步提升,体现汉字、汉语一体化教学特点。最后要聚焦文化拓展环节。通过字族识字、用字文化等专题形式,围绕汉字形体特点、表意特点、文化特点,领悟汉字、汉语文化内涵,达到语言文化有机融合的实践应用效果。

试论汉字简化过程中的非单一模式

关于汉字的简化方式诸家都分为草书楷化、部件简省、替换声符等几大类,事实上有些简化字的简化方式并非来源于上述简化方式的某一种,而是几种简化方式结合而成。目前的研究对这种现象还不够注意,往往在汉字源头、演变方式的认识上存在偏差。通过对“刘”“怀”“还”“边”“泽”等几个历史上早就存在的简化字的演变过程进行分析,认为上述简化字均是由草书楷化之后再经历部件简省而形成的,以此希望对简化字的分类、演变方式等有一个更为清晰的认识。

汉字拆分的必要性与可行性

在汉字研究、汉字教学、汉字信息化等工作中,汉字拆分发挥着不可替代的作用。得益于汉字因义构形和成熟系统的特点,并在科学拆分原则的指导下,加以借助计算机等数字手段,汉字构件拆分的效率得以极大提高,保证了汉字拆分的可行性。

甲骨文超语符功能研究

甲骨文的超语符功能,是指在特定的语言环境中利用甲骨文自身构形特点表达对应语符之外的信息。其具体可以分为三种情况:一是通过改换或增添的构件表达超语符信息;二是利用介于文字与图画过渡状态的形体表达超语符信息;三是通过线条的增损、形体的刮削等手段变异正常字形表达超语符信息。甲骨文表达的超语符信息以语境信息为主,也能表达一些言外信息。甲骨文字词对应关系尚未稳定,因而可以通过临时改换构件或调整字形等方式表现特定信息。有些超语符现象主要集中存在于某一类组当中,应是受刻手用字习惯的影响。此外,特殊刻辞功用的影响和语法表达的限制,也是推动甲骨文超语符现象出现的重要原因。