【一种吸引分岔知识网模型及其在汉字识别字典构建中的应用】.pdf

【一种吸引分岔知识网模型及其在汉字识别字典构建中的应用】.pdf

一种吸引分岔知识网模型及其 在汉字识别字典构建中的应用 摘要 本文给出了一种吸引分岔知识网模型,用于解决手写印刷体汉字识别字典的 际结果表明,字典无论是空间代价,还是时间代价都十分理想,完全达到了实用要 求.AModeloftheAttracting-BifurcatingKnowledgeNet andItsApplicatlonsinbuildingtherecognitiondictionary ABSIRACT A Knowledge model,called attracting-bifurcating net,advanced to solve the problemofknow第一章绪 论 1引言 的,对于一篇有见解的科技文章,或者一篇反映当今科技动态的新闻报导,同行 会自然而然地想到保存之,以什么样形式保存既便于保存又便于查找呢？作为一 名计算机专业的科技工作者,第一反映必然会想到利用计算机存储信息,然而面对 成百上千个文字的输入,你会感到一愁莫展,会为录入问题而发愁,汉字识别技术 可以完成这一任务,汉字识别(ChineseCharacterRecognition,简称CCR)是一种最自然的计算机 输入手段,通俗地说,汉字识别是用电子计算机自动辩识印刷在纸上和人写在纸(介质)上的汉字1.每个分量x都反映了该汉字的某个统计特性,而在字典中则存有标准类别样板,每个也都是一个m维向鼠,k-1,2,.Q识别输入文字就是判别输入文字的特征向景X属于字典中的哪一类:X∈∞(b=1,2,,Q)(1) 如果X和字典中类特征向展相同,当类中向景多于一个时,式判别的 结果就是分类,即判出输入文字属于类中类.当类中向景只有一个时,判别 的结果就是识别,识别出输入文字属于类中那个向量所代表的汉字。