国家自然科学基金(61263038)
- 作品数：4 被引量：10H指数：2
- 相关作者：艾斯卡尔艾木都拉张恒刘成林艾斯卡尔·艾木都拉更多>>
- 相关机构：新疆大学武汉大学中国科学院自动化研究所更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”国家科技支撑计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 联机手写维吾尔文字母识别方法被引量：7
- 2012年
- 通过分析维吾尔文字母自身的结构和书写特点,提出一种联机手写维吾尔文字母识别方案,并选择在手写汉字识别技术中所提出来的归一化、特征提取及常用的分类方法,从中找出最佳的技术选择.在实验对比中,采用8种不同的归一化预处理方法,基于坐标归一化的特征提取(NCFE)方法,以及改进的二次分类函数(MQDF)、判别学习型二次判别函数(DLQDF)、学习矢量量化(LVQ)、支持向量机(SVM)4种分类器.同时,再考虑字符在文档中的空间几何特征,进一步提高识别性能.在128个维吾尔文字母类别、38400个测试样本的实验中,正确识别率最高达89.08%,为进一步研究面向维吾尔文字母特性的识别技术奠定重要基础.
- 玛依热.依布拉音张恒刘成林艾斯卡尔艾木都拉
- 关键词：联机手写识别归一化特征提取分类器
- 基于中心距离特征的联机手写维吾尔文全形态字母识别研究被引量：2
- 2014年
- 为了提高联机手写维吾尔文字母的正确识别率，根据维吾尔文字母的手写特点，提出了中心距离特征CDF（Center Distance Feature）、并基于CDF进行了一系列识别实验。在实验中，该文采集了400个人的手写字母样本，利用CDF的三种不同的实施方案（CDF-2,CDF-4，CDF-8）分别对维吾尔文字的32个母独立形态和128个所有形态进行了识别实验，并对实验结果进行了分析。实验结果表明，CDF是一种非常适合于维吾尔文字母识别的特征，有待于进一步改进和优化。
- 吾加合买提·司马义艾斯卡尔·艾木都拉
- 关键词：联机手写字母识别
- 组合特征的联机手写维吾尔字母识别被引量：1
- 2013年
- 通过分析维吾尔文字母自身的书写特点,为了进一步提高识别率,在原先的外围轮廓特征基础上,再提取了附加笔划形状特征、字母上下左右密度比例特征、笔画数特征以及主体部分和附加部分的位置关系特征,进行了诸多特征有效组合下的字母识别实验。其中,最高识别率达到了75.7%,比原先在单个特征下的识别率提高了近10个百分点。这表明,不同特征的有效组合是可行的,而且具有继续研究的潜力。
- 祖丽菲亚.卡哈尔玛依热.依布拉音艾斯卡尔艾木都拉地里木拉提.吐尔逊
- 关键词：联机手写识别
- 识别和几何信息融合的维吾尔文联机手写单词分割被引量：1
- 2013年
- 通过对手写维吾尔文字中的字母连接特点的深入研究,提出了一种有效的基于动态规划的联机手写单词分割方案:首先,去掉单词中的附件部分后,通过分析主要笔划书写轨迹的形状,找出潜在的过分割点并合并被切分成的基本块与对应它的附加部分,得到基本字母片段序列;然后,对相邻的基本片段进行组合形成切分候选网格;再利用单字母分类信息和基于切分块的几何信息进行融合,采用动态规划算法来进行评价分析,从而动态分割并寻找出最优的分割路径。对于联机单词样本进行的实验证明,上述方案对于维吾尔文单词的分割有很好的效果。
- 玛依热.依布拉音地里木拉提.吐尔逊艾斯卡尔.艾木都拉
- 关键词：字母识别动态规划
