汉字识别

摘要： 为全面深入地掌握汉字识别技术的研究现状与应用进展,基于WOS数据库中汉字识别研究领域的文献数据,利用CiteSpace可视化软件进行文献计量与知识图谱分析。结果表明:中国的高校和研究所是汉字识别研究的核心力量;汉字识别技术的发展历程由早期的传统方法OCR技术演化为中期的联机手写汉字识别,再到近期基于深度学习的汉字识别研究;研究前沿为手写汉字识别、混合语言模型、生成对抗网络和场景文本识别;汉字识别技术将朝着高效率及智能化方向发展。

摘要： 本文针对传统脱机手写体汉字识别特征提取非常困难的问题,文章在GoogLeNet网络的基础上搭建了一个适合脱机手写体汉字识别的卷积神经网络。文章首先介绍了卷积神经网络的基本原理和GoogLeNet网络中Inception模块的特点,然后通过激活函数,批量归一化,加入注意力机制等方法对网络进行优化。实验结果表明,改进后的神经网络准确率达到98.1%,相比于AlexNet,Xinception等卷积神经网络模型的识别准确率有明显的提高。

摘要： 以146名小学一年级儿童为研究对象,进行了历时2年的3次追踪测试,考察小学生从一到三年级的语素意识、汉字识别和词汇知识之间发展关系的变化。在控制了语音意识、快速命名、正字法意识、一般认知能力和自回归效应后,结果发现:(1)一年级时的汉字识别显著预测二年级的同音语素意识和同形语素意识;(2)一年级时的词汇知识显著预测二年级的复合语素意识和汉字识别;(3)二年级时的汉字识别和词汇知识对三年级的同音语素意识、同形语素意识和复合语素意识均有显著预测作用;(4)二年级时的同形语素意识对三年级的词汇知识具有显著预测作用。结果表明,小学一至三年级的汉字识别和词汇知识对语素意识具有预测作用;三种语素意识对汉字识别和词汇知识的预测作用中,只有同形语素意识能够显著预测词汇知识;三种语素意识、汉字识别和词汇知识的发展关系存在变化且具有阶段性特点。

摘要： 针对教师评阅试卷和批改作业的负担重、阅卷准确率和阅卷效率低等问题,提出了基于脱机手写体汉字识别阅卷系统。首先分析现有的各种阅卷系统的优缺点,对其中的关键技术如特征提取,并进行改进;然后,进行了智能阅卷系统的各个基础功能模块需求分析,应用识别模块对学生手写体汉字识别;最后,通过评阅模块进行预处理、分词,再由各个相似度计算模块对相似度进行计算,准确地将学生手写的答案与正确答案进行比对,以实现对主观题的自动评阅和正确评分。实验结果证明基于脱机手写的智能阅卷系统能辅助教师进行试卷评阅和作业批改,不但能够减轻教师们的评阅负担,提高阅卷准确率和阅卷效率,还可促进教学向数字化、智能化、个性化和创造性思维培养等方向发展。

摘要： 随着深度学习的持续发展,近年来用于手写汉字的识别也有了极大的突破,但现有的许多方法参数众多、运算量较大、模型架构庞大且相对复杂,所需存储容量大,对实验的环境要求较高。针对以上问题,提出了基于MobilenetV2的汉字识别,采用深度可分离卷积,相对于其他的网络模型,在运算量、模型架构等问题上化繁为简,且MobilenetV2网络模型是在MobilenetV1的基础上进行改进的,增加了线性瓶颈和倒残差。一是扩充了通道数用来提取更多的特征信息,二是使用线性函数替换ReLU用来降低变换过程中信息的损失率。适合于移动设备设计,通过大型中间张量来显著减少内存占用,其综合识别的准确率可以达到92%以上。

摘要： 目的探讨左、右偏侧的颞叶癫痫对患者汉字空间信息加工的影响。方法招募明确定位单侧病灶的颞叶癫痫患者,根据患者患病偏侧纳入左颞组或右颞组,同期纳入健康志愿者作为对照组。采用真假字判断实验评估被试汉字识别能力,记录被试正确率与反应时。结果共纳入颞叶癫痫患者24例(左颞组,右颞组各12例),对照组25名。在汉字字形三种变形条件下,右颞组汉字识别反应时较对照组均延长(均P<0.05),且在变形程度最大时(3/3位移)出现正确率下降[右颞组(63.64%±4.84%)vs.对照组(79.00%±2.85%),P<0.05],而左颞组真假字识别能力与对照组无明显差异。所有被试识别真字时随变形程度加大正确率线性下降(对照组R^(2)=0.99;左颞组R^(2)=0.97;右颞组R^(2)=0.99,均P<0.05),反应时线性延长(对照组R^(2)=0.97;左颞组R^(2)=0.92;右颞组R^(2)=0.93,均P<0.05),假字未发现该现象。字词效应是指被试识别高频汉字更快更准确的现象,三组被试识别标准字符均存在字词效应。在引入空间形变后,除左颞组在较小变形时(1/3,2/3位移)表现出反应时的字词效应外,余下两组无字词效应;对于正确率来说,三组被试均未出现字词效应,在最大变形时(3/3位移),出现了正确率的“反字词效应”,即假字正确率高于真字(均P<0.05)。结论右颞癫痫对患者汉字空间加工影响尤为明显,随空间信息负荷增加,影响更显著;汉字空间信息增加时,癫痫患者与正常对照均表现对变形汉字的“反”字词效应。

摘要： 针对基于Hopfield网络算法实现的手写汉字体识别系统,使用Python语言中Numpy和Cv2库对数据进行预处理,通过Neurolab库训练Hopfield神经网络,编写相似度对比算法对其进行改进,采用Pyqt5实现功能的可视化。研究结果表明,该汉字体识别系统具有图片识别和手写识别两大功能。采用改进后的Hopfield神经网络算法,该系统的识别效率有了很大的提升,识别准确度保持在80%以上,并且具有良好的兼容性。

摘要： 汉字作为信息的载体,在中华文明的历史发展进程中起着不可替代的重要作用.随着信息时代的到来,更增加了人们对文字信息化的迫切需求,汉字识别成为目前研究的热点.由于中国汉字结构的复杂多样性,要进行笔划的提取工作,首先要对汉字的结构,分类等进行深入的分析研究.本文对现有的笔划提取方法的进行研究,通过分析、总结了以往笔画提取中使用的各种算法的优点及不足,提出改进的方法思路.

摘要： 针对基于Hopfield网络算法实现的手写汉字体识别系统,使用Python语言中Numpy和Cv2库对数据进行预处理,通过Neurolab库训练Hopfield神经网络,编写相似度对比算法对其进行改进,采用Pyqt5实现功能的可视化.研究结果表明,该汉字体识别系统具有图片识别和手写识别两大功能.采用改进后的Hopfield神经网络算法,该系统的识别效率有了很大的提升,识别准确度保持在80％以上,并且具有良好的兼容性.

摘要： 文章依托相关信息学、设计学理论,以我国高速公路导视系统中汉字字体识别特征、汉字设计方法和原则为主要研究对象.通过对高速路导视汉字识别、同为汉字文化圈的日韩高速路导视系统字体设计研究分析,得出我国高速公路导视系统汉字设计应遵循增大文字内外空间、减少笔画的粘连、提高笔画特征的设计原则.

摘要： 构造了一种基于粗糙集理论的手写体汉字识别决策系统，根据该系统中条件属性的冗余相关性，采用遗传算法对决策系统的条件属性进行约简，达到约简效果最优，降低识别难度，提高识别速度;并提出了一种基于规则置信度的手写体汉字识别规则融合方法，降低识别的拒识率，提高识别准确率。通过仿真实验证明该系统是有效可行的。

摘要： 针对目前的纵横弹性网格技术不能有效的提取到汉字撇和捺笔划模糊特征的不足，本文结合双弹性网格技术和汉字的模糊特征提取方法，提出了一种双弹性网格模糊特征提取方法。在该方法中，我们利用双弹性网格技术对汉字图像进行网格划分，同时对该图像进行横、竖、撇和捺笔划分解进而得到四个方向子图像，然后运用已获取的双弹性网格及网格字块间的相关模糊性对子图像提取特征。通过实验证明，这种方法在处理大类别手写体汉字识别时，因其稳定性高，识别效果好，从而明显优越于很多其他的特征提取方法。

摘要： 本文主要介绍包含公式识别功能的印刷体中文文档识别系统.该系统能够进行含有汉字、公式、表格和图形的中文文档识别,能够将无法修改内容的文档图像转化成可编辑的电子文档.本文分析了文档图像预处理、版面分析以及汉字识别和公式识别模块的实现方法,重点讨论了对公式的识别及输出,通过实例说明了本系统的识别能力.

摘要： 基于视觉的智能象棋机器人是机器人领域的研究热点之一。基于DM642处理器、摄像头、PC机等搭建了智能象棋机器人视觉图像采集系统，能够实现棋局图像采集和预处理。分析了象棋汉字识别的特点，确定采用基于年轮统计的方法进行象棋汉字识别，编制了仿真程序。该方法具有识别速度快的特点。

摘要： 相似字是造成汉字识别误识率和拒识率高的主要原因之一，而且由于书写习惯会使识别难度更大。本文针对手写相似字的特点，提出基于Bandelet的特征选取方法，将传统的结构特征与统计特征有机结合起来。运用K-L变换对已提取的特征向量进行降维，最后输入支持向量机进行真伪鉴别。实验结果表明该算法对测试样本具有高识别率。

摘要： 伴随着因特网和信息产业的快速发展,微博已经成为一种新型的信息发布和传播的社交媒介,自然微博也为命名实体抽取提供了一个新的载体.本文针对微博数据的命名实体识别由于博文短小不足以提供抽取命名实体的足够信息的问题,提出一种基于微博对话链的中文微博命名实体识别方法.利用每条微博的评论扩充博文的上下文,选取词性、中国人名角色、地名角色、组织名角色4个特征,用条件随机场方法来抽取命名实体,主要识别博文中的人名、地名、组织名.在新浪微博数据上的实验结果表明该方法可以有效地提高微博中人名、地名、组织名的识别效果.

摘要： 伴随着因特网和信息产业的快速发展,微博已经成为一种新型的信息发布和传播的社交媒介,自然微博也为命名实体抽取提供了一个新的载体.本文针对微博数据的命名实体识别由于博文短小不足以提供抽取命名实体的足够信息的问题,提出一种基于微博对话链的中文微博命名实体识别方法.利用每条微博的评论扩充博文的上下文,选取词性、中国人名角色、地名角色、组织名角色4个特征,用条件随机场方法来抽取命名实体,主要识别博文中的人名、地名、组织名.在新浪微博数据上的实验结果表明该方法可以有效地提高微博中人名、地名、组织名的识别效果.

摘要： 伴随着因特网和信息产业的快速发展,微博已经成为一种新型的信息发布和传播的社交媒介,自然微博也为命名实体抽取提供了一个新的载体.本文针对微博数据的命名实体识别由于博文短小不足以提供抽取命名实体的足够信息的问题,提出一种基于微博对话链的中文微博命名实体识别方法.利用每条微博的评论扩充博文的上下文,选取词性、中国人名角色、地名角色、组织名角色4个特征,用条件随机场方法来抽取命名实体,主要识别博文中的人名、地名、组织名.在新浪微博数据上的实验结果表明该方法可以有效地提高微博中人名、地名、组织名的识别效果.

摘要： 伴随着因特网和信息产业的快速发展,微博已经成为一种新型的信息发布和传播的社交媒介,自然微博也为命名实体抽取提供了一个新的载体.本文针对微博数据的命名实体识别由于博文短小不足以提供抽取命名实体的足够信息的问题,提出一种基于微博对话链的中文微博命名实体识别方法.利用每条微博的评论扩充博文的上下文,选取词性、中国人名角色、地名角色、组织名角色4个特征,用条件随机场方法来抽取命名实体,主要识别博文中的人名、地名、组织名.在新浪微博数据上的实验结果表明该方法可以有效地提高微博中人名、地名、组织名的识别效果.

摘要： 在对外汉语教学日益重要的情况下，汉字教学依然是一个难题。其中一个比较重要的课题是简体字和繁体字的教学应该如何做到相互补充，起到对外汉语教学一个良好的作用。本文建议，在对外汉语教学中，繁体字和简体字教学应该结合起来，以助于更好地帮助英语为母语的学生学习汉字。这就是“识繁学简”。

摘要： 印刷汉字识别装置的印刷汉字识别方法，属于模式识别和计算机人工智能的技术领域。该方法是一种基于汉字特殊点的识别方法，即在计算机中存贮汉字特殊点知识，自上而下不需抽取特征直接地去识别印刷汉字的方法。它能实现印刷汉字的自动识别，使汉字文本能高速进入计算机，解决各种汉字信息处理系统中手动编码输入汉字效率低的问题。用本方法实现的装置由扫描输入设备和微型计算机组成。

摘要： 本发明公开了一种用于脱机手写汉字识别的汉字字符切分方法，其特征在于，包括下列步骤：(1)对待识别的汉字图像进行预处理，所述预处理包括对图像进行二值化处理；(2)基于投影分析对汉字图像进行粗分割，将非粘连的字符分割成单个字符，将粘连的字符整体分割；(3)获得非粘连字符的平均高度；(4)根据步骤(3)获得的非粘连字符的平均高度，对步骤(2)分割后的字符进行判断，得到粘连字符串集；(5)对于粘连字符串集中的每一粘连字符串，基于最小加权分割路径进行细切分，实现粘连字符的切分。本发明可以有效地自适应分割粘连汉字字符和非粘连汉字字符，具有较高的分割准确率和分割效率。

摘要： 本发明提供一种用于联机手写汉字识别的汉字笔画特征并行提取方法，其方法主要通过对联机手写汉字的时间序列进行真实笔画和虚拟笔画处理，进而提取用于文字识别的笔画特征。本发明融合联机手写汉字的虚拟笔画特征和无虚拟笔画特征，采用融合后的特征进行联机手写体识别，可以大大提高对连笔草书汉字的识别效果，不仅能识别规范书写的汉字，也能够对连笔草书汉字进行识别，故而可以让用户无限制地自由书写汉字。

摘要： 本发明提供一种用于联机手写汉字识别的汉字笔画特征串行提取方法，其方法主要通过对联机手写汉字的时间序列进行真实笔画和虚拟笔画处理，进而提取用于文字识别的笔画特征。本发明融合联机手写汉字的虚拟笔画特征和无虚拟笔画特征，采用融合后的特征进行联机手写体识别，可以大大提高对连笔草书汉字的识别效果，不仅能识别规范书写的汉字，也能够对连笔草书汉字进行识别，故而可以让用户无限制地自由书写汉字。

摘要： 本发明提供一种用于联机手写汉字识别的汉字笔画特征提取方法，其方法主要通过对联机手写汉字的时间序列进行真实笔画和虚拟笔画处理，进而提取用于文字识别的笔画特征。本发明融合联机手写汉字的虚拟笔画特征和无虚拟笔画特征，采用融合后的特征进行联机手写体识别，可以大大提高对连笔草书汉字的识别效果，不仅能识别规范书写的汉字，也能够对连笔草书汉字进行识别，故而可以让用户无限制地自由书写汉字。

摘要： 本发明公开了一种基于笔段网格的汉字字形信息表示方法、手写汉字输入法和无需训练的汉字识别法。汉字字形信息表示方法是设定一个由N×N个小矩形组成的笔段网格，笔段具有有线或无线两种状态，有线状态笔段的集合表示一个字形。输入方法是在笔段网格中描画笔段，计算机获取所有描画过的笔段并将其状态标为有线。识别方法是：输入待识汉字的笔段网格字形，将它与比对汉字信息库中每个汉字的笔段网格字形进行基本笔画和复合笔画的配对，获得最优的笔画配对方式，计算出距离，把距离最小的前M个比对网格字形作为候选识别结果输出，供输入者选定。本发明的方法可以按原貌输入和识别各种汉字，包括错字、异体字等，促进汉字的教学和研究。

摘要： 本申请涉及学习设备技术领域，具体涉及一种汉字拼读机汉字识别处理方法，所述汉字识别处理方法包括以下步骤：将至少两个卡片放置于读卡模块上用于摆放卡片的识别位置；当卡片摆放位置正确时，读卡模块上的光电识别装置读取到所述卡片的唯一编码信息并发送给处理模块；所述光电识别装置设置于识别位置上与卡片的唯一编码信息相对应的位置；处理模块保存或更新所述光电识别装置对应的卡片唯一编码信息；处理模块从存储模块中读取与各个卡片的唯一编码信息对应的音频信息发送给播放模块；所述音频信息为卡片内容说明音频信息或错误提示音频信息；播放模块播放所述音频信息。本申请的汉字拼读机汉字识别处理方法制造成本低且汉字拼读识别处理高效。

摘要： 本发明提供一种基于AMNN和汉字结构字典的手写汉字识别方法、系统、设备和存储介质，方法包括对手写汉字图像进行图像数据预处理；对预处理后的手写汉字结构分类；提取分类后的手写汉字结构；识别手写汉字结构；识别手写汉字。本发明由于对手写汉字结构进行了分类、提取和识别，最后再识别手写汉字，通过对手写汉字先拆分后识别，具有处理速度快、识别准确率高、系统体积小、识别范围广等优点。相比于那些在神经网络深度和复杂度不断复杂化的方法，本方法更具有实用性和普适性。

摘要： 本发明公开了一种汉字模型训练方法、汉字识别方法、装置、设备及介质，该汉字模型训练方法，包括：获取字体图像训练样本，采用中文二级字库对字体图像训练样本中的手写字图像进行标注，并按预设分配规则将字体图像训练样本分为训练集和测试集；将训练集输入到卷积循环神经网络模型中，采用基于连续时间分类算法的反向传播算法更新卷积循环神经网络模型中的权值和偏置，获取初始手写字识别模型；将测试集输入到初始手写字识别模型中，获取识别准确率，若识别准确率大于预设准确率，则确定初始手写字识别模型为目标手写字识别模型。该目标手写字识别模型可以较准确地识别手写字。

摘要： 本发明公开了一种用于脱机手写汉字识别的汉字字符切分方法，其特征在于，包括下列步骤：(1)对待识别的汉字图像进行预处理，所述预处理包括对图像进行二值化处理；(2)基于投影分析对汉字图像进行粗分割，将非粘连的字符分割成单个字符，将粘连的字符整体分割；(3)获得非粘连字符的平均高度；(4)根据步骤(3)获得的非粘连字符的平均高度，对步骤(2)分割后的字符进行判断，得到粘连字符串集；(5)对于粘连字符串集中的每一粘连字符串，基于最小加权分割路径进行细切分，实现粘连字符的切分。本发明可以有效地自适应分割粘连汉字字符和非粘连汉字字符，具有较高的分割准确率和分割效率。