李国宏 作品数:12 被引量:20 H指数:3 供职机构: 上海交通大学 更多>> 发文基金: 国家自然科学基金 国家高技术研究发展计划 更多>> 相关领域: 自动化与计算机技术 建筑科学 机械工程 更多>>
基于假设-证实的离线手写汉字分割方法 为了有效地进行手写体汉字的分割与识别,提出了一种基于假设-证实的离线手写体汉字分割与识别方法,即首先用一个假设分割边界的集合将手写汉字串图象分割成一个顺序排列的段序列;然后对顺序上连续的段被合并后,进行不相似度评价,其正... 李国宏 施鹏飞关键词:手写体汉字 汉字识别 文献传递 离线手写体数字笔迹重构方法 被引量:5 2005年 笔迹重构是从字符的静态图像中提取笔迹顺序信息,有助于将在线识别方法应用于离线识别问题,以及实现单个手写字符识别和字符序列识别方法的统一.基于笔段的笔迹重构方法中,笔迹重构实质上就是笔段的排序问题.采用基于骨骼的方法提取字符的笔段,并根据笔段结构图构建笔段关系图;将笔迹重构视为一个全局最优问题,采用总体方向变化最小路径重构书写笔迹;该问题通过搜寻最小代价Hamilton路径来解决,等同于解所构建图中的旅行售货郎问题.在手写体数字笔迹重构实例分析的基础上,对200个字符图像进行测试的正确率是93.5%.实验结果表明,该方法对于手写体数字笔迹重构是有效的. 李国宏 施鹏飞关键词:手写体数字 笔迹 笔段 有限样本集上特征值误差补偿及参数分布修正方法 一种有限样本集上特征值误差补偿及参数分布修正方法。以最小的主特征值替换次特征值,并采用非对称模型描述特征矢量在优势主向量上的分布,分别用于减小次主向量空间和优势主向量空间导致的总体距离偏差来实现误差补偿及参数分布修正。本... 李国宏 施鹏飞文献传递 手写体汉字笔画特征点的完整性分析 被引量:3 2006年 提出了一种从手写体汉字骨骼图像上提取分叉点的改进算法。采用新的骨骼图像分析技术提取新的候选特征点集,并且证明了骨骼上所有的分叉点都可以用该特征点集中的元素表示。实验表明新特征点集中元素的数量较以前大大减少。 李国宏 施鹏飞关键词:手写体汉字 骨骼 特征点 完整性 电液比例控制技术在液压滑台控制系统中的应用 李国宏高性能RSA协处理器的ASIC实现 2005年 RSA公钥算法正日益得到广泛应用,但由于其安全性是以大数运算为基础,故处理速度一直是限制它应用的瓶颈。本文以Montgomery算法为出发点,构建一个含有十六级流水线的高性能RSA协处理器,使得运算速度得到大幅度提高,并且该协处理器架构可在性能与资源之间进行折中,以提高性价比。FPGA实验结果表明30M时钟频率下,对1024比特模幂运算,该协处理器每秒可运算9次(不使用CRT算法)。 李国宏 徐昌庆关键词:ASIC RSA公钥算法 MONTGOMERY算法 流水线 基于笔划方向特征和非对称分布的手写体汉字识别 2005年 提取稳定的笔划结构是汉字结构识别方法的前提,合适的样本特征矢量参数分布模式是统计识别方法的基础。本文将这两个看似不相关的问题联系在一起,提出了基于笔划方向特征和非对称分布的手写体汉字识别模型。一种从手写体汉字骨骼图像上提取分叉点的改进算法,可以保证特征点提取的完整性,从而保证笔划提取的可靠性,并直接从笔划结构上提取统计识别特征矢量。基于类间样本分布的差异以及类内样本分布的非对称性,采用基于PCA的非对称分布手写体汉字识别模型。实验表明,基于笔划方向特征和非对称分布的统计识别模型具有优良的识别性能。 李国宏 施鹏飞关键词:手写体汉字识别 特征矢量 特征点提取 汉字结构 笔划提取 基于图的手写汉字切分与识别技术研究 离线手写汉字识别中,字符的正确切分是实现传统OCR(OpticalCharacterReading)技术可用性的基本因素。然而,对于自由手写汉字字符串,在识别之前无法可靠地对字符实施分割,主要困难来源于字符大小、间距的变... 李国宏关键词:手写体汉字 汉字切分 识别方法 文献传递 基于笔划方向特征和非对称分布的手写体汉字识别 被引量:3 2005年 基于笔划方向特征和非对称分布的手写体汉字识别模型,提出一种从手写体汉字骨骼图像上提取分叉点的有效改进算法,保证笔划提取的可靠性,并直接从笔划结构上计算统计识别特征矢量;采用主向量空间的非对称参数分布模型计算距离测度.实验表明,基于笔划方向特征和非对称分布的统计识别模型具有优良的识别性能. 李国宏 施鹏飞关键词:汉字识别 手写体汉字 笔划 基于笔段结构的手写体数字字符笔迹顺序信息重构 被引量:3 2006年 提出基于笔段结构的手写体数字字符笔迹信息重构方法.首先采用改进的特征点提取算法,准确快速地从骨骼图像提取完整的特征点集合,从而保证了可靠的字符笔段结构恢复,并根据笔段结构图构建笔段关系图.在本文基于笔段的笔迹重构方法中,笔迹重构实质上就是笔段的排序问题.将笔迹重构视为一个全局最优问题,采用总体方向变化最小路径重构书写笔迹.该问题通过搜寻最小代价 Hamilton 路径来解决,等同于解所构建图中的旅行售货郎问题.在 UCI 测试集上的实验表明,本文方法对于手写体数字字符的笔迹重构是有效的. 李国宏 施鹏飞关键词:特征点 笔段 笔迹