【摘 要】
：
《基于经验模式分解的汉字字体识别方法》一文中提出了一种基于经验模式分解（empirical mode decomposition，简称EMD）的汉字字体识别方法，其具体过程为：通过对大量汉字字体的研究
论文部分内容阅读
《基于经验模式分解的汉字字体识别方法》一文中提出了一种基于经验模式分解（empirical mode decomposition，简称EMD）的汉字字体识别方法，其具体过程为：通过对大量汉字字体的研究比较，选取了能反映汉字字体基本特征的8种基本笔画．以这8种汉字笔画为模板，在汉字文档图像块中随机地抽取笔画信息，形成笔画特征序列，通过对笔画特征序列作EMD分解，提取每个笔画特征序列的高频能量，并结合汉字文档图像块的平均灰度，形成字体识别的一个9维特征，称作EMD特征．
本文首先实现了上文中的EMD特征，接着在上文中提出的8种汉字特征笔画序列的基础上，提出一种新的字体特征提取方法，即对每种序列分别提取一阶矩（期望）和二阶矩（方差）两个特征，并结合汉字文档图像块的平均灰度，形成字体识别的一个17维特征，称作矩特征．最后分别设计了欧式距离分类器和改进的二次分类器（MQDF）两种分类器，并分别结合上面两类特征进行汉字字体的对比识别．对实际扫描样本的识别结果表明，本文提出的矩特征结合MQDF分类器的方法在上述各组对比实验中平均识别率最高，约为98．9％．
其他文献
为了构造高逼近阶的紧小波框架，Daubechies，Han，Ron和Shen引入了一型拟样条．与此同时，Selesnick也独立地介绍了一型拟样条．从考虑对称性的角度出发，Dong和Shen构造了二型拟样条．拟样
半变分不等式代表着一类与Clake次微分算子有关的非线性包含问题，在非线性分析和非光滑分析理论框架下，半变分不等式已成为了一种强有力的数学模型，并被广泛的应用于单边接触，非
色散和非线性是流体表面波、界面内波的两个重要特征，对其的研究，不仅有助于揭示流体界面内波的生成、演化、衰减、消亡机理，而且对水底及沿岸工程具有现实的指导意义。
本
古语云:“养不教,父之过;教不严,师之惰”.学校和家庭至中国古代起就是一体的,在现代学校教育体制下,家庭的作用也非常重要.为此,家校联合,形成教育合力,使教育教学的因素发
随着社会的发展,图像的边缘作为人类判别物体的重要依据变得越来越重要。小波分析是一种多尺度分析工具,在大尺度下,聚焦信号的整体轮廓,小尺度下聚焦于信号的精细结构,因而
幼儿教育在每个人的成长教育过程中都占据重要的地位.幼儿时期对于外界的知识和信息吸收的能力比较强,这个时期幼儿没有完全的独立分辨的能力,任何不良的信息和引导都会对幼
随着社会的发展,各个方面对快速有效的自动身份验证的要求日益迫切。由于生物特征是人的内在属性,具有很强的自身稳定性和个体差异性,因此它已经成为身份验证的理想依据。这
近年来，椭圆曲线密码成为公钥密码研究的重要领域之一.椭圆曲线密码系统也在实践中得到广泛应用.而应用中的关键问题就是在保证安全的前提下如何提高系统效率.目前应用中的椭
November 16-18,2016,The University of Waikato,Hamilton,New Zealand The 8th Asian Conference on Machine Learning(ACML 2016)will be held in Hamilton,New Zealand,o
在过去的二十年中,基于偏微分方程的图像处理越来越受到大家的关注。本文通过介绍几种基于变分和偏微分方程的图像去噪模型,提出了两种改进的去噪模型,并通过实验证明了改进