论文部分内容阅读
最近几年PDA和其他触屏终端用户使用数量每年都在剧增。这使得用户对更加高效的、适应用户自身书写习惯的手写识别算法的需求也更加迫切。而用户书写笔迹自适应技术将会为针对特定用户笔迹的高效识别提供可行性。用户自适应过程实际上就是将识别系统由用户无关转化为用户相关的过程。自适应转化的过程就是让识别系统通过不断增量学习来实现的。虽然传统意义上的手写识别技术已经比较成熟,并且也已经广泛应用到现实生活当中,可是自适应技术在手写识别领域的应用却因为各种原因并未被广泛采用到实际系统中去。所做的工作的目的是开发一个自适应联机手写识别系统,这个系统可以识别多种不同风格的书写方式。所做的工作内容包括以下几个方面。 (1)自适应方法的实现及评价 首先建立一个用户级分类器模型。通过自适应学习技术不断对用户分类器模型进行调整。自适应过程主要是通过对用户分类器已有模型和新引入的用户数据特征进行融合、重新分解生成分类器模型实现。自适应方法的效果评价是在CASIA-OLHWDB、SCUT-COUCH字库及HIT-OR3C文档库上进行的。HIT-OR3C文档库共有20份手写文档。在每一份文档上分别建立用户分类器,并在之上进行有无自适应条件下识别效果对比试验。试验结果显示,识别率在使用自适应学习技术之后提高了近1.67个百分点。 (2)改进后的修正二次判别函数(MQDF)性能评价 改进的MQDF分类器中的后(d-k)个特征值的平均值乘以了一个系数alpha(0
其他文献
手写汉字识别是指将用户在设备上的书写笔迹记录并转化成最终汉字内码的过程,其中涉及到信息规整、模式识别等过程。手写汉字识别的难度主要体现在汉字集的庞大、用户各异的
功能加密扩展了身份基加密和属性基加密的概念,在方兴未艾的云计算架构下能够用来达成细粒度访问控制和计算正确性验证等重要安全目标.因此,追求更加高效、更加安全的功能加
当前,随着移动互联网的迅速发展,越来越多的移动设备,譬如手机,掌上电脑(PDA)等在日常生活和工作中被人们广泛的使用。而且,智能手机在国内的普及又带动了移动数据同步技术的
随着科学技术的快速发展,计算机相关硬件的普及和用户使用计算机水平的提高,利用计算机网络技术,运用电子公文管理系统采用数字化办公已被广泛使用。目前政府机关和企事业单
基于自编码神经网络文本特征提取，主要目的是对当前文本挖掘的效率进行提升。由于现在网络的高速发展，大量的信息尤其是文本为主的信息在网络中大量传播，使得原有的文本挖掘技术
近一二十年,随着计算机相关技术的发展,计算机图形学有了突飞猛进的变革,三维图形学在各领域的应用越来越广泛,另一方面,图形学在这些领域不断深入应用也对图形学本身提出了
客观世界可以被抽象成不同的复杂网络，其中个体及个体之间的关联关系可以依据设定的规则抽象为图中的节点和节点间的边。社区结构是复杂网络的一个重要属性，社区内部节点连接稠
在新技术与教育市场化条件下,虚拟实验室在中学化学教育中的广泛应用已经具有了实现的极大可能。因为,只有真正实用的产品才是用户欢迎的产品,那些依靠新技术名目吸引顾客的
近年来,随着信息技术的飞速发展,人们对于信息的安全问题越来越关注。生物特征识别技术利用人体固有的生物特征来进行身份识别,不容易被遗忘以及窃取,在信息安全方面具有广泛
虚拟实验是教育领域的一个研究热点,为实验教学改革提供了一条新思路,与传统的实验相比有经济、安全、不受时空限制和教学一体化等优点。对于中学化学来说,信息技术在教学中