学位论文 > 优秀研究生学位论文题录展示
移动设备下手写识别系统实现
作 者: 朱晓庆
导 师: 陈清财
学 校: 哈尔滨工业大学
专 业: 计算机科学与技术
关键词: 汉字手写识别 C-MQDF识别 适配性分析 卡方检验
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 29次
引 用: 0次
阅 读: 论文下载
内容摘要
现阶段随着互联网的飞速的发展,特别是移动设备的快速发展,使得移动设备已经成为日常生活中不可缺少的部分,平板电脑和智能手机的的触摸方式,使得汉字手写识别更加的方便,快捷,移动设备的发展在给手写识别带来难以估量的商业价值的同时,同时也有了巨大的挑战,我们需要我们的识别需要快速,准确。让用户可以接受,做到用户友好。主要的工作是要完成移动设备下手写汉字识别系统并且完成不同设备有无差别的评测:(1)引入C-MQDF分类器的系统实现因为移动设备下的内存空间有限,所以需要一种低消耗的汉字分类器,这样使得移动平台下的识别不会出现死机或者不能大量识别的问题。这种新的分类器方法降低了空间复杂度,但是对于识别率会有一定的影响。在三个手写库中进行评价,明显降低了空间复杂度,同时准确率降低的很小。(2)手写汉字移动设备适配性分析首先,为了完成移动设备下的手写识别算法运用了两种语言C++和JAVA语言,分别用两种语言实现了手写识别的算法,提供出接口供识别使用,对每个字识别时间的期望进行评测,对于篇章级的手写识别时间的一点进步是很巨大的。其次在不同的设备上同一个人的书写会造成识别的准确率的不同,这时候引入了卡方检验的方法对不同设备进行评测验证,用实验证明不同设备对手写识别是有差别的。最后不同设备对手写识别是不同的根源在于设备不同采点的数目不同,采点的位置也会不同,对于同一个人不同设备进行大量字采集,在不同设备上计算本字的采点数期望,评测对于识别率的影响是很大的。
|
全文目录
摘要 4-5 Abstract 5-6 目录 6-8 第1章 绪论 8-14 1.1 课题背景和研究的目的和意义 8-9 1.2 研究目的及意义 9-11 1.3 国内外相关技术的发展现状 11-13 1.3.1 触摸移动设备的发展 11 1.3.2 汉字手写识别的发展 11-12 1.3.3 人工神经网络的研究 12-13 1.3.4 支持向量机的发展 13 1.3.5 识别分类器的发展 13 1.4 本文的主要研究内容 13-14 第2章 汉字识别技术概述 14-28 2.1 引言 14 2.2 预处理阶段 14-19 2.2.1 汉字手写的规整化 14-19 2.3 手写汉字特征提取 19-22 2.4 特征降维 22-24 2.4.1 主成分分析 22-23 2.4.2 线性判别分析 23-24 2.5 汉字手写的深度学习算法 24-25 2.6 识别分类器技术 25-27 2.6.1 支持向量机 26 2.6.2 改进的二次判别函数 26-27 2.7 本章小结 27-28 第3章 引入 C-MQDF 汉字识别系统实现 28-42 3.1 引言 28 3.2 汉字手写识别规整化 28-31 3.2.1 在线手写汉字识别规整化 28-30 3.2.2 离线手写汉字识别规整化 30-31 3.3 汉字手写识别特征提取 31-33 3.4 改进的 C-MQDF 细分类 33-36 3.4.1 MQDF 分类器 34-35 3.4.2 C-MQDF 分类器 35-36 3.5 汉字手写系统界面功能 36-39 3.6 引入 C-MQDF 手写识别系统 39-41 3.7 本章小结 41-42 第4章 手写汉字识别移动设备适配性分析 42-47 4.1 引言 42 4.2 移动设备本地汉字手写过程 42 4.3 移动设备适配性介绍 42-43 4.4 移动设备适配性的卡方检验方法 43-46 4.4.1 零假设与备选假设 43-44 4.4.2 错误的概率和检验的水平 44 4.4.3 效函数与无偏检验 44-46 4.5 本章小结 46-47 第5章 系统设备的实验和评价 47-59 5.1 引言 47 5.2 实验手写库 47-49 5.2.1 HIT-OR3C 库 47 5.2.2 CASIA-OLHWDB1 库 47-48 5.2.3 SCUT-COUCH2009 库 48-49 5.3 手写汉字识别实验方法 49-51 5.4 手写汉字识别实验结果 51-53 5.4.1 移动设备识别分类器参数选择 51 5.4.2 哈尔滨工业大学库 HIT-OR3C 51-52 5.4.3 中科院库 CASIA-OLHWDB1 52-53 5.4.4 华南理工库 SCUT-COUCH2009 53 5.5 手写汉字移动设备适配性分析实验结果 53-55 5.6 实验结果分析 55-58 5.6.1 C-MQDF 分类器的结果分析 55-56 5.6.2 不同移动设备适配性的结果分析 56-58 5.7 本章小结 58-59 结论 59-60 参考文献 60-66 致谢 66
|
相似论文
- 太行山猕猴掌面花纹的形态学,Q954
- 基于一组实际调查问卷数据的统计分析,O212.1
- 心脏瓣膜置换术临床疗效分析,R654.2
- 基于机器学习的经济行业分类方法研究,TP391.1
- 单倍型的关联分析方法研究,O212.1
- 数据垂直分布的隐私保护关联规则挖掘方法研究,TP311.13
- 基于CVM的黄河三角洲湿地生态系统服务价值评估研究,F224
- 基于聚类—关联方法的徐景藩脾胃病医案分析挖掘研究,R256.3
- 猪PGM1基因的序列、表达谱及多态性分析,S828
- 晚期大肠癌化疗前后中医证候演变规律的研究,R273
- 景象匹配末制导系统的关键技术研究,TP391.41
- 多囊卵巢综合征临床特征分析及中医证候研究,R271.9
- 中国英语学习者多词动词使用研究,H319
- SAR图像影响因素分析与图像仿真,TN957.52
- 哺乳仔猪舍温湿度环境自动控制系统设计及试验研究,S818.2
- 企业信息化成熟度及其影响因素研究,F270.7
- 基于项目反应理论的项目功能差异检验,H195
- SNP芯片数据库及其分析工具的构建和应用,R319
- 具有AR(1)误差的线性模型,O212
- 基于分形特征的景象适配性分析,TP391.41
- 手写汉字图像动态信息恢复方法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|