【摘 要】
：
民国纸币的冠字号码图像分割是民国纸币自动识别系统的关键组成部分.民国纸币种类繁多,不同纸币背景图案、字体、主色调差异较大且绝大多数纸币因保存时间较长,存在褶皱、破损、污迹等情况,冠字号码提取与分割较为困难.文章分析了民国时期不同银行、不同年代、不同地域纸币的特点,提出一种民国纸币冠字号码提取与分割算法.首先利用颜色特征、形态学处理、连通域形状测量提取冠字号码,然后使用基于逐差与滑动窗口的字符分割算法分割单个字符.实验结果表明,所提算法对民国纸币冠字号码有很好的提取与分割效果,分别取得了99.3％、98.5
论文部分内容阅读
民国纸币的冠字号码图像分割是民国纸币自动识别系统的关键组成部分.民国纸币种类繁多,不同纸币背景图案、字体、主色调差异较大且绝大多数纸币因保存时间较长,存在褶皱、破损、污迹等情况,冠字号码提取与分割较为困难.文章分析了民国时期不同银行、不同年代、不同地域纸币的特点,提出一种民国纸币冠字号码提取与分割算法.首先利用颜色特征、形态学处理、连通域形状测量提取冠字号码,然后使用基于逐差与滑动窗口的字符分割算法分割单个字符.实验结果表明,所提算法对民国纸币冠字号码有很好的提取与分割效果,分别取得了99.3％、98.5％的准确率,为后续字符识别奠定了良好基础.
其他文献
针对传统的多源数据库缓存冲突处理方法存在冲突数据包丢失率高、数据库缓存冲突消除率低和缓存冲突处理精度低的问题,提出基于动态反馈的多源数据库缓存冲突处理方法.通过分析缓存冲突基本处理的无状态策略与状态策略,建立动态反馈机制,并对节点负载数据进行检测,根据检测结果评估多源数据库负载情况,在此基础上分析冲突数据包丢失现象,计算冲突丢失数据包,采用基于BS的分割策略对冲突丢失数据包进行分配,完成多源数据库缓存冲突处理.仿真结果表明:所提方法的冲突数据包丢失率小,数据库缓存冲突消除率高,多源数据库缓存冲突处理效果较
针对可穿戴系统信号处理算法抗干扰性能不足问题,首先提出一种低功耗的可穿戴血氧饱和度和心率检测系统原理方案,以F407VET6微处理器为核心框架,集成优化MAX30102血氧饱和度与心率检测电路布局,优化采集信号处理.其次提出了一种新的小波阈值函数改进小波分解重构算法,整合了软、硬阈值函数的优点,算法设置可行的分解层数,对采集的脉搏波数据进行降噪去基线漂移.可穿戴检测系统实现了样机的数据采集,算法的实验对比结果表明,系统的抗干扰检测精度达到较好的实用性能.
传统异构网络异常大数据剔除方法存在数据维度较高、噪声较明显问题,导致异常数据剔除率偏低,且方法精度也不够理想.研究提出基于马氏距离的异构网络异常大数据剔除方法.利用改进马氏距离降维处理异构网络数据,分析数据之间相关性,提取网络数据主成分,生成具有较强抗噪性的高斯加权核函数.通过降维处理后的网络数据构建异常大数据信息流模型,利用固有模态将异常大数据信号分解成若干个窄带信号,通过特征点对的匹配实现异构网络异常大数据的高效剔除.实验结果表明,上述方法能够确保信号幅值大于噪声幅值,提升所提方法的异常大数据检测能力
当前数据库隐私可搜索加密算法忽略了对用户位置信息的加密,导致传统算法存在恶意攻击数据拦截量低、数据加密误差大和隐私等级低的问题.现提出基于位置匿名的数据库隐私可搜索加密算法.预处理用户位置信息的比特序列,并通过分段线性编码加密隐藏用户位置信息.加密用户搜索数据,完成用户信息二次加密,以压缩函数为基础搜索出最全面的关键词相关加密信息,实现数据库加密信息的搜索.实验结果表明,所提算法的恶意攻击数据拦截量高、数据加密误差低,且隐私等级高.
在电梯群调度系统研究中,蚁群算法应用较为广泛,但仍存在迭代次数多、收敛速度慢等问题,同时高层建筑电梯鲜有优化调度.针对上述问题,提出一种将强化学习和蚁群算法相结合的高层电梯群控调度方法:建立以用户乘梯体验和系统运行能耗的多目标函数优化调度模型,用Q-learning迭代寻优后的Q值初始化蚁群算法的信息素,同时也将Q值引入概率路径选择中,用并行蚁群算法进行最终派梯策略的寻优.用Python进行实验分析,结果表明所提方法较单蚁群算法有较快的收敛性,在很多大程度上减少了业主的待梯、乘梯时间以及系统运行能耗.
针对传统火灾多出口疏散场景三维模拟方法存在三维仿真度较低的问题,设计一种古建筑群火灾多出口疏散场景三维模拟方法.获取古建筑群游客特征,包括疏散人数特征、人员构成特征、人员疏散速度特征.其中,疏散人数特征通过对古建筑群进行实地调查获取;人员构成特征通过对游客性别与年龄构成进行调查,获取古建筑群相应人员特征分布趋势;人员疏散速度特征的获取,需要参考人员的形体尺寸与行走速度.通过获取古建筑群游客特征后,根据古建筑群火灾特点,获取古建筑群火灾模型的模型系数,构建古建筑群火灾模型.利用OGRE程序开发工具构建古建筑
针对乳腺肿块特征空间复杂,分类难度大的问题,采用尺度不变特征(scale-invariant feature transform,SIFT)进行肿块特征提取,使用区域生长算法得到感兴趣区域后,使用SIFT来提取感兴趣区域的特征,再利用K-means聚类的方法得到“视觉词汇”并生成词条,将得到的词条输入SVM训练.实验结果表明,上述特征提取方法减少了描述肿块的特征维数便于分类,提高了肿块分类的准确率,为乳腺肿块计算机辅助诊断系统提供了一个新的思路.
针对语音库中文件数量较多导致标注效率低的问题,研究基于改进深度学习模型的语音库量化标注方法.构建深度学习模型,提出基于深度学习模型的语音库量化标注原理,根据标注规则对原始语音库中的文件进行预处理,设计语音库量化标注流程,至此完成基于改进深度学习模型的语音库量化标注.实验结果表明,研究的基于改进深度学习模型的语音库量化标注方法有效提高了语音库量化标注效率,并提高了标注准确率,具备一定的实际应用意义.
传统推荐方法忽略了对大数据项目相似度的预测,导致推荐偏差较大.为此以Slope One为基础算法,提出新的大数据智能化推荐方法.基于使用者评分的Slope One算法,通过赋予各项目权值,优化Slope One算法.分别构建信任机制与皮尔森相关系数的Slope One优化算法,利用蚁群聚类算法,划分使用者属性特征类别.结合项目使用者属性相似度与使用者相似度的预测评分,得到使用者综合相似度,构建预测评分模型,对比预设评分阈值后,完成大数据智能化推荐.针对Epinions与Film Trust两个数据集,从均
传统无线传感器网络定位算法受到节点定位偏移量的影响,导致定位结果存在较大误差,针对上述问题提出基于RSSI模型的无线传感器网络定位算法.依据RSSI模型计算原理建立RSSI信号传输模型,并采用高斯滤波算法对RSSI值完成滤波处理.对节点位置距离加权,采用路径损耗模型采集RSSI中剩余信息,并将其转化为距离信息,得到每个节点的坐标,实现无线传感器网络定位.实验结果表明,研究设计的算法有效降低了无线传感器网络定位的平均误差,并提高了节点定位实时性,满足无线传感器网络定位算法的设计需求.