0去购物车结算
购物车中还没有商品,赶紧选购吧!
当前位置: 图书分类 > 信息技术 > 计算机理论 > 手写藏文字符识别研究

相同语种的商品

浏览历史

手写藏文字符识别研究


联系编辑
 
标题:
 
内容:
 
联系方式:
 
  
手写藏文字符识别研究
  • 书号:9787030475763
    作者:黄鹤鸣,马龙龙,赵维纳
  • 外文书名:
  • 装帧:平装
    开本:B5
  • 页数:196
    字数:300
    语种:zh-Hans
  • 出版社:
    出版时间:2016-03-31
  • 所属分类:
  • 定价: ¥58.00元
    售价: ¥45.82元
  • 图书介质:
    按需印刷

  • 购买数量: 件  缺货,请选择其他介质图书!
  • 商品总价:

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书主要介绍脱机手写藏文字符识别和联机手写藏文字符识别研究方面的最新进展,在简要介绍藏文信息处理、模式识别、数字图像处理等方面必要内容的基础上,重点介绍了手写藏文字符样本库的构建、脱机手写藏文字符识别方法、基于统计的联机手写藏文字符识别方法、融合统计和结构特征的联机手写藏文字符识别方法以及藏文字符的计算机排序等内容。在手写藏文字符样本数据库构建、预处理技术、特征提取、分类器设计以及后处理等方面进行了探索性研究,提出了一些符合藏文文字特点的新方法。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页
用户名: 匿名用户
E-mail:
咨询内容:

目录

  • 目录
    前言
    第1章绪论1
    1.1藏文文字简介1
    1.1.1本地藏文2
    1.1.2梵音藏文3
    1.1.3藏文符号4
    1.1.4藏文字符集标准5
    1.2藏文信息处理技术7
    1.2.1藏文操作系统7
    1.2.2藏语信息处理9
    1.3手写汉字识别的研究现状13
    1.3.1手写汉字识别的发展历史13
    1.3.2手写汉字识别的主要研究内容和方法14
    1.3.3导致汉字识别困难的几个因素20
    1.4手写藏文字符识别研究现状21
    1.4.1影响藏文字符识别的几个因素21
    1.4.2导致藏文字符识别困难的几个主要因素22
    1.4.3藏文字符识别的研究现状24
    参考文献25
    第2章数字图像处理基础33
    2.1数字图像基础33
    2.1.1数字图像的获取33
    2.1.2数字图像分类35
    2.1.3图像的数字表示36
    2.2图像分析基础37
    2.2.1梯度37
    2.2.2不变矩39
    2.3图像变换40
    2.3.1傅里叶变换41
    2.3.2离散余弦变换42
    2.3.3K-L变换44
    2.3.4奇异值分解46
    2.3.5小波变换49
    2.4本章总结51
    参考文献52
    第3章模式识别基础53
    3.1模式识别及其典型过程53
    3.2特征的选择和提取56
    3.2.1几种常用的特征选择方法57
    3.2.2特征的线性变换方法58
    3.2.3特征的非线性变换方法58
    3.3分类器设计60
    3.3.1Fisher线性判别分析62
    3.3.2感知器准则63
    3.3.3近邻法64
    3.3.4改进的二次判别函数66
    3.3.5核Fisher判别分析69
    3.4本章总结71
    参考文献72
    第4章手写藏文字符样本库75
    4.1脱机手写藏文字符样本库75
    4.1.1脱机手写藏文字符样本库75
    4.1.2脱机手写藏文文档样本库79
    4.2脱机手写藏文字符样本预处理80
    4.2.1文档图像的预处理80
    4.2.2字符图像的预处理82
    4.3联机手写藏文字符样本库86
    4.3.1手写藏文字符样本收集86
    4.3.2数据存储结构88
    4.3.3数据分析89
    4.3.4数据划分及使用92
    4.4本章总结92
    参考文献93
    第5章脱机手写藏文字符识别方法94
    5.1基于梯度的手写藏文字符特征提取方法95
    5.2基于不变矩和小波变换的特征提取技术97
    5.3基于小波变换和梯度方向直方图的特征提取方法100
    5.3.1特征向量的维数100
    5.3.2实验分析101
    5.3.3结论103
    5.4基于字典学习和核主成分分析的特征提取方法104
    5.4.1核主成分分析(KPCA)104
    5.4.2稀疏表示109
    5.4.3基于字典和核主成分分析的特征提取算法DL-KPCA111
    5.4.4实验过程及结果分析113
    5.5基于K-近邻和稀疏表示的两阶段分类算法117
    5.5.1算法介绍117
    5.5.2实验119
    5.6本章总结121
    参考文献123
    第6章基于统计的联机手写藏文字符识别方法125
    6.1预处理126
    6.1.1线性归一化126
    6.1.2添加虚拟笔划128
    6.1.3基于数学形态学的去噪处理128
    6.1.4非线性变换133
    6.1.5笔划等距离重采样和平滑137
    6.2基于方向的特征提取方法137
    6.2.1方向的确定137
    6.2.2滤波器的选择140
    6.2.3二值投影到灰度142
    6.2.4图像分割的粒度142
    6.3三阶段分类方法143
    6.3.1基于欧式距离的粗分类144
    6.3.2基于MQDF的细分类144
    6.3.3相似字符的判别分类146
    6.4本章总结147
    参考文献147
    第7章融合统计和结构特征的联机手写藏文字符识别方法150
    7.1基于藏文部件的识别框架151
    7.2藏文部件过分割方法152
    7.3藏文部件模型库的构建152
    7.3.1藏文字符结构152
    7.3.2手写藏文部件的选取准则153
    7.3.3半自动的部件标定方法153
    7.4集成的部件串分割与识别156
    7.4.1条件随机场156
    7.4.2集成CRF函数157
    7.4.3能量函数158
    7.4.4集成CRF的参数学习159
    7.5实验159
    7.5.1数据库描述159
    7.5.2实验结果160
    7.6本章总结161
    参考文献161
    第8章藏文字符的计算机排序——后处理的基础问题研究164
    8.1手写藏文字符识别与藏文字符排序间的关系164
    8.2藏文字符排序元素165
    8.2.1DUCET简介166
    8.2.2对部分梵音藏文字母排序元素的修订167
    8.3本地藏文音节类型的程序判定170
    8.3.1本地藏文音节通用结构170
    8.3.2对部分受语法影响音节和部分梵音藏文组合字符的预处理171
    8.3.3本地藏文音节结构的判定171
    8.3.4本地藏文音节中字母间的约束关系173
    8.3.5本地藏文音节判定算法174
    8.4本地藏文字符排序175
    8.4.1本地藏文音节串间的比较175
    8.4.2混合字符串间的排序176
    8.4.3排序结果176
    8.5梵音藏文字符排序177
    8.5.1梵音藏文音节的判断准则177
    8.5.2梵音藏文的词典顺序178
    8.5.3梵音藏文音节的通用结构179
    8.5.4梵音藏文音节间的比较179
    8.6排序元素的压缩180
    8.7本章总结182
    参考文献182
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证