版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、脫機(jī)手寫體漢字圖像認(rèn)知由于其漢字字形種類繁多、相似字的存在、書寫習(xí)慣因人而異等特點(diǎn),是模式識(shí)別方向的熱點(diǎn),也是難題之一。本文基于變精度粗糙集模型,構(gòu)建了脫機(jī)手寫體漢字認(rèn)知決策信息系統(tǒng),研究了該模型中認(rèn)知精度與分類效果之間的關(guān)系,提出了一種變精度反饋智能認(rèn)知機(jī)制,以降低脫機(jī)手寫體漢字認(rèn)知系統(tǒng)的復(fù)雜度并提高認(rèn)知準(zhǔn)確率。
本文的主要工作如下:
1.探索了一種脫機(jī)手寫體漢字認(rèn)知決策信息系統(tǒng)的構(gòu)建方法。分析漢字各種特征模式,基
2、于變精度粗糙集理論,建立了有限論域以及有監(jiān)督學(xué)習(xí)方式的脫機(jī)手寫體漢字認(rèn)知決策信息系統(tǒng),給出了多特征信息組合時(shí)認(rèn)知知識(shí)充分性判據(jù),構(gòu)建了有限論域下認(rèn)知信息充分性表征的脫機(jī)手寫體漢字認(rèn)知決策信息系統(tǒng)。
2.建立了一種基于變精度粗糙集的脫機(jī)手寫體漢字特征屬性約簡(jiǎn)方法。定義了基于信息量重要度和近似依賴度重要加權(quán)的特征分類能力性能指標(biāo),并給出了基于該特征分類能力的漢字特征屬性約簡(jiǎn)算法,獲取不同認(rèn)知精度下的簡(jiǎn)約特征集合。
3.提
3、出了一種脫機(jī)手寫體漢字變精度反饋認(rèn)知機(jī)制。建立了基于熵測(cè)度的漢字認(rèn)知結(jié)果評(píng)價(jià)指標(biāo),定義了漢字認(rèn)知結(jié)果誤差熵,并給出了基于結(jié)果評(píng)價(jià)的認(rèn)知精度變換規(guī)則,獲取脫機(jī)手寫體漢字認(rèn)知過(guò)程中最優(yōu)簡(jiǎn)約特征集,從而降低認(rèn)知系統(tǒng)復(fù)雜度及提高認(rèn)知準(zhǔn)確率。
4.探索了一種脫機(jī)手寫體漢字認(rèn)知規(guī)則融合方法。針對(duì)脫機(jī)手寫體漢字認(rèn)知過(guò)程中的不確定性,對(duì)于沒(méi)有規(guī)則完全匹配的樣本拒識(shí)問(wèn)題,設(shè)計(jì)了一種具有兩層分類器的分類器組對(duì)認(rèn)知規(guī)則進(jìn)行融合,獲取漢字真實(shí)屬性,降
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 脫機(jī)手寫體漢字識(shí)別研究.pdf
- 脫機(jī)手寫體漢字識(shí)別方法的研究.pdf
- 脫機(jī)手寫體漢字切分算法研究.pdf
- 基于bandelet的脫機(jī)手寫體漢字識(shí)別研究.pdf
- 基于特征融合的脫機(jī)手寫體漢字識(shí)別.pdf
- 基于稀疏表示的脫機(jī)手寫體漢字識(shí)別研究.pdf
- 基于筆畫的脫機(jī)手寫體漢字識(shí)別與研究.pdf
- 基于深度模型的脫機(jī)手寫體漢字識(shí)別研究.pdf
- 基于SVM的脫機(jī)手寫體漢字識(shí)別研究.pdf
- 基于筆段的脫機(jī)手寫體漢字識(shí)別方法研究.pdf
- 基于鄰域覆蓋的脫機(jī)手寫體漢字切分.pdf
- 基于SVM的脫機(jī)手寫體漢字識(shí)別方法的研究.pdf
- 脫機(jī)手寫體漢字識(shí)別技術(shù)研究.pdf
- 基于極限學(xué)習(xí)機(jī)的脫機(jī)手寫體漢字識(shí)別研究.pdf
- 基于過(guò)程神經(jīng)網(wǎng)絡(luò)的脫機(jī)手寫體漢字識(shí)別方法研究.pdf
- 基于大字符集脫機(jī)手寫體漢字識(shí)別方法研究.pdf
- 基于HMM的脫機(jī)手寫體字符識(shí)別.pdf
- 脫機(jī)手寫體漢字識(shí)別的特征提取研究與實(shí)現(xiàn).pdf
- 多分類器集成的脫機(jī)手寫體漢字識(shí)別方法的研究.pdf
- 脫機(jī)手寫體漢字識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論