汉字模糊有穷自动机的研究

汉字的计算机输入是中文信息处理的关键问题之一,而汉字计算机输入的数学模型对汉字的计算机输入的研究有重要的意义.对汉字输入数学模型的分类进行了研究.研究了一般汉字有穷自动机,在此基础上把模糊有穷自动机的概念引入输入模型,并给出汉字模糊有穷自动机的概念.新的模型是以前给出的汉字自动机模型的推广,较之以前的数学模型,能刻画出汉字智能输入、词句输入,表达能力进一步增强,为汉字的智能处理提供了数学模型.     

汉字双向有穷自动机的研究

汉字的计算机输入是中文信息处理的关键问题之一,而汉字计算机输入的数学模型对汉字的计算机输入的研究有重要的意义。本文从自动机理论的角度对汉字输入的数学模型进行了研究,把控制操作引入了输入模型,并给出确定汉字双向有穷自动机和不确定汉字双向有穷自动机的模型。新的模型较之以前的数学模型,能刻画出汉字输入的控制操作,表达能力进一步增强,是对以前汉字键盘输入数学模型的推广。     

基于Moore机器的一般汉字有穷自动机

为了更好地研究汉字信息输入系统,提高汉字输入速度,解决汉字输入的“瓶颈”问题,通过对以西文为背景的经典自动机理论的研究,给出了能够描述汉字有穷自动机所接受语言的正规表达式,并在此基础上引入了具有输出的有穷自动机的概念,具体给出了基于Moore机器的一般汉字有穷自动机的数学模型。     

基于Mealy机的汉字输入有穷自动机及其应用

从自动机理论的角度对汉字输入模型的建立进行了一定的研究，并相应地建立了一个基于Mealy有穷自动机的汉字输入有穷自动机模型，在这种模型中对自动机的输入进行了刻画，同时也对自动机的输出进行了相应地刻画，较之以前的汉字输入模型更全面。根据这种模型的特点还介绍了它在汉字GB码与BIG5码转换中的应用。     

汉字有穷自动机研究

为了更好地研究汉字信息输入系统，解决汉字输入的“瓶颈”问题，本文利用自动机理论，着眼于系统整体，建立了４种汉字信息输入处理系统的数学模型，引进了１－型，２－型，４－型自动机的概念，分别具体地给出了状态转移函数。     

模糊识别器与有穷自动机的等价性

针对模糊识别器与有穷自动机的关系,证明了当输入字母表相同时,任给一个模糊识别器,必然存在一个有穷自动机,使得模糊识别器的行为与有穷自动机所接受的语言相同;反之,任给一个有穷自动机,必然存在一个模糊识别器,使得有穷自动机所接受的语言与模糊识别器的行为相同,从而得出它们之间的等价性。     

基于改进BM算法的确定型有穷自动机的设计

通过对有穷自动机理论与BM算法进行分析,设计了一个基于改进BM算法的确定型有穷自动机的模型,该模型描述了向基于改进BM算法的确定型有穷自动机输入文本字符串,自动机输出TRUE,说明文本串中存在与模式串相匹配的字符;自动机输出FALSE,说明文本串中不存在与模式串相匹配的字符串,并给出了对比实验及分析.     

同步格值自动机的约简和最小化算法

引入了完备L-Fuzzy矩阵的概念,提出了取值于格半群上的输入字符和输出字符长度相同的模糊自动机的概念,即完备的同步格值自动机的概念,研究了它的主要性质;从行为矩阵出发,给出了完备的同步格值自动机状态等价和自动机等价的定义,从自动机的状态等价,研究了该自动机可约简的条件,并得到了该自动机的最小化算法。     

基于紧凑型有穷自动机模型的告警相关处理

在网络管理领域,告警相关（Alarm Correlation)是取代简单告警过滤机构的一种全新故障管理策略。通过在非确定型有穷自动机在(ndfa)的定义中引入状态基(State Cardinality)的概念,本文首先给出紧凑型有穷自动机（cfa）的定义,然后提出了基于紧凑型有穷自动机的告警相关处理模型并进行了详尽的描述。在一个电信管理网（TMN）的故障管理子系统中应用该模型对大量的告警信息在时间上和空间上进行告警相关处理。仿真结果表明,基于紧凑型有穷自动机的告警相关处理模型的算法实现具备简单、高效、实用和实时的特点,尤其对并发故障具有较强的相关处理能力。     

几类带空转移的n元伪加权自动机的关系

引入了n元伪加权有穷自动机——带有n个有限字符集的伪加权有穷自动机、分明型n元伪加权有穷自动机和确定型n元伪加权有穷自动机的概念。根据状态转移函数在每个字符集上是否带空转移, 将以上自动机分为4类:带r-型空转移的n元伪加权有穷自动机和带空转移的n元伪加权有穷自动机和带r-型空转移的分明型n元伪加权有穷自动机和带空转移的分明型n元伪加权有穷自动机。给出了以上自动机所识别语言的定义并探究了它们之间的关系,讨论了状态转移函数在每个字符集上是否带空转移对其接受语言的影响。     

识别在线手写汉字的模糊属性自动机

本文提出一种识别在线手写汉字笔划的模糊属性自动机,为汉字识别打下了基础.汉字 的笔划由笔段构成,利用笔段的长度信息,借助模糊信息处理方法,以不变嵌入原理为着眼点, 提出一种模糊属性文法及其相应的模糊属性自动机.这种文法在句法形式上是有限状态文法, 但语义规则中包含上下文的信息,其能力大大超过有限状态文法,相应的自动机能有效地识别 笔划.经对大量在线手写汉字的识别,表明了模糊属性自动机的实用性.     

Stroke++: A new Chinese input method for touch screen mobile phones

Over the past few decades, users have been feeling clumsy inputting Chinese on mobile devices, partly because the layout of the keyboard/keypad is originally designed for inputting Latin alphabets. To improve this user experience, we propose Stroke++, a novel Chinese input method for touch screen mobile devices. More specifically, Stroke++ provides efficient keypad layout, a friendly user interface and a intelligent character/phrase candidate set generation algorithms. Stroke++ splits a Chinese character into multiple radicals. By leveraging hieroglyphic properties of Chinese characters, our method requires users to only input a subset of the radicals to identify the target character, making it much faster and easier to input Chinese on mobile phones. Our user study results show that Stroke++ outperforms most major Chinese input methods on mobile devices, including Stroke, Pinyin and Hand Writing Recognition (HWR), in terms of the input efficiency and usability. Moreover, we also demonstrate that Stroke++ offers a low entry barrier for Chinese-input novices.     

基于有限状态机的智能手机输入模型设计

该文通过对现有智能手机上的输入方式进行分析,把输入法分解为中文、英文和数字三种不同的输入状态,再结合GOF一书中的状态设计模式,给出了一个基于有限状态机的智能手机输入模型,这种输入模型可以用于Windows mobile系统, Symbian的S60系统等多种智能手机系统上的输入法开发。这样不但能简化智能手机上输入法的开发工作,而且也为多种智能平台上的输入法维护和升级提供了方便。     

基于CNN与有限状态自动机的手写体大写金额识别

手写票据识别是模式识别中的研究难点之一,手写体风格多样、票据背景复杂等原因导致手写票据识别的准确率不高。大写金额作为票据中最重要的部分,对其进行准确识别是手写票据自动识别的关键。对基于分割的手写体大写金额识别及处理问题进行研究,提出一种基于卷积神经网络（CNN）与有限状态自动机的手写体大写金额识别方法。在利用过分割和组合过分割项得到单字符后使用CNN对其进行识别。通过对字符进行分类、定义各类字符之间的逻辑关系构造用于语法检查的有限状态自动机,通过语法自动机在识别结果中选择符合语法规则的字符串,并在路径搜索中利用语法自动机优化搜索性能。在此基础上,运用语法自动机对模糊字符进行预测,以纠正CNN的识别错误。实验结果表明,该方法在对大写金额单字符和文本行进行识别时准确率分别高达98.2%与96.6%。     

自动机算法在文本不精确匹配中的应用

论文从实用的角度,着重研究了有限自动机算法在文本的不精确匹配中的应用,提出了一种用于中文精确匹配的自动机的构建思想,两种用于中文同音字匹配的自动机的构建思想,以及利用自动机的原理去除无用字符对文本匹配的干扰的方法。编程实现了上述三种自动机算法并对其作了测试,给出了三种算法各自的性能测试数据。     

基于实时样本采集的个性化手写汉字输入系统设计

手写汉字识别是手写汉字输入的基础。目前智能设备中的手写汉字输入法无法根据用户的汉字书写习惯,动态调整识别模型以提升手写汉字的正确识别率。通过对最新深度学习算法及训练模型的研究,提出了一种基于用户手写汉字样本实时采集的个性化手写汉字输入系统的设计方法。该方法将采集用户的手写汉字作为增量样本,通过对服务器端训练生成的手写汉字识别模型的再次训练,使识别模型能够更好地适应该用户的书写习惯,提升手写汉字输入系统的识别率。最后,在该理论方法的基础上,结合新设计的深度残差网络,进行了手写汉字识别的对比实验。实验结果显示,通过引入实时采集样本的再次训练,手写汉字识别模型的识别率有较大幅度的提升,能够更有效的满足用户在智能设备端对手写汉字输入系统的使用需求。     

基于模糊模型相似测量的小类别数汉字及数字识别

文章提出了一种基于模糊相似测量的小类别数多字体汉字及数字识别方法.该方法通过模糊逻辑处理,直接将字符的二值化图像转换成基于非线性加权相似函数的模糊样板,然后通过分类模糊模型的统计,相似性测量样板的分级组合和基于规则的分类进行识别.实验表明,该方法用于小类别数多字体汉字及数字识别的效果良好.     

智能ABC快速输入汉字口诀的研究

利用智能ABC输入法默认的音形结合编码输入功能,再记住两句笔形编码口诀,可以大大提高汉字的输入速度。