基于统计特征的印刷体数学公式上/下标关系判别

印刷体数学公式与普通文本相比有许多不同的特点,其二维结构决定了公式识别不仅包含字符识别,更重要的是对其结构的分析。上/下标关系是公式中出现频繁又难于解决的特殊结构,容易与水平关系混淆。该文提出两种基于统计特征的印刷体数学公式上/下标关系判别方法,一种直接分析符号的外接矩形,另一种利用了符号的识别结果。实验结果表明,两种方法与同类方法相比都有改进,其中利用识别结果进行判别的方法不仅能将上/下标与水平关系很好地区分开,而且具有很大的类间距离。     

基于模糊分类的印刷体数学公式抽取方法

公式抽取是印刷体数学公式识别的基础性环节，现有的识别方法多以公式区域已知为前提，相关的研究还很欠缺。通过引入模糊分类理论，提出了一种孤立数学公式的抽取算法，通过对大量训练样张的数据统计与分析，选取了非规则度、宽高比、密度等6维特征，由此构建出对孤立公式行、文本行、标题行的模糊分类规则，实现了孤立公式行的抽取。实验结果表明，该方法有较高的准确性和鲁棒性。     

基于凸壳和模糊识别的数学公式识别

根据数学公式中字符或符号间空间关系特点,并针对目前用于数学公式字符空间关系判别的区域和质心方法所存在的不足,提出了基于字符凸壳和模糊识别的字符空间关系判别方法.首先,对数学公式中的字符或符号进行分类,对每一类运用字符凸壳判别其正上和正下关系,然后应用模糊识别的方法对常见关系进行识别.实验结果表明,运用该方法能明显提高字符空间关系判别的识别率,识别的正确率可达到93.5%.     

数学公式中字符和符号间空间关系的识别

文章根据笔写数学公式中字符或符号间空间关系的特点,提出了一种识别方法。首先,对数学公式中的字符和符号进行分类,对每一类提出了相应的正上和正下关系识别方法,然后应用模糊识别的方法对常见关系进行识别。因为根号的特殊性,它被作为一种特殊情况加以处理。实验表明,识别的正确率可达到93.4%。     

基于模糊判别的指纹识别算法探讨

指纹识别在社会各个领域应用都非常广泛.本文从指纹识别的原理和应用出发,介绍一种基于模糊判别的指纹识别算法.     

基于模糊理论的地面三维目标识别方法

本文就模糊理论在模式识别领域中的应用 ,对地面三维目标进行模糊模式识别的实现做了一些研究工作 .利用成熟的二维图像识别技术与多对一模型和目标类型建库方法的结合 ,完成对三维目标的识别     

基于多特征模糊模式识别的公式符号关系判定

数学表达式的识别过程中,结构分析是非常重要的一步。而符号关系的判定又是结构分析的关键。然而符号间关系的不确定性导致数学表达式运算含义的模糊性,已经成为数学公式识别中结构分析的一大难点。通过大量的统计数据,抽取出较为明显的特征,并引入多特征模糊模式识别的方法,建立隶属函数来判断印刷体数学公式符号的关系。实验结果表明,该方法适用范围较广,准确率较高,具有较强的鲁棒性。     

印刷体文献中数学公式识别及描述系统研究

印刷体数学公式识别系统的建立,需要对数学公式结构本身及其字符识别方法和识别后的描述方法进行研究。为此建立了数学公式识别及描述实验系统,实现了部分数学公式的结构本身及其字符的识别,能完成从图像到文本的转换,对识别的结果能用数学建模语言进行有效表示。     

基于模糊核Fisher判别的说话人识别

在深入研究核Fisher判别方法的基础上,提出一种新的模糊核Fisher判别算法应用于说话人识别。采用模糊C均值聚类方法选择样本数据的同时,得到样本的模糊隶属度矩阵和聚类中心向量,进而对核Fisher判别算法中的类间离散度矩阵和类内离散度矩阵进行改进,生成模糊核Fisher判别算法,将其应用于说话人语音识别。     

数学公式基线结构分析及识别算法研究

公式识别问题被分为字符分割和结构分析两部分内容。系统地研究了数学公式识别的全过程,使用自适应字符分割方法和基线结构分析算法成功地实现了一般数学公式的识别,识别率比较高,较好地完成了公式识别任务。从实验结果中可以看出,这种基于基线结构分析的数学公式识别方法能够满足大多数印刷体公式的识别,是一种较好的方法。     

印刷体数学公式的结构分析与识别

针对印刷体数学公式中的结构分析,提出将“自下而上”和“自上而下”相结合的策略。自上而下是针对特殊结构的分析,特殊结构包括根号、矩阵、上下标等。自上而下是对公式整体结构的分析,并且用递归的方式对各个子表达式采用同样的分析方法。结构分析成功后,用树形结构表示整个公式的二维空间布局。实验结果表明,此种分析策略有效地提高了印刷体数学公式的结构分析成功率。     

基于模糊偏序关系评估决策的智能信息融合

针对信息融合系统应综合考虑获取信息所要求的资源、计算复杂度和时间所需要的最小成本的问题,提出了基于模糊偏序关系评估决策的智能信息融合系统,利用模糊偏序关系的排序方法,来对传感器进行评估决策和智能选择,并与证据理论相组合,应用于目标识别,仿真结果表明了该方法的有效性。     

基于轮廓特征的印刷公式粘连符号的切分

在印刷体数学公式识别中,不能准确地切分粘连符号是造成识别错误的主要原因之一。针对这种情况,提出了一种基于轮廓特征切分粘连符号的方法。根据轮廓特征及宽高比形成切分路径,然后对粘连字符切分。实验表明,这种方法使识别率得到了明显提高。     

基于数学形态学的模糊集理论在车牌字符识别中的运用

为了更加高效地利用模板匹配的方法实现对车牌字符图像的识别,结合数学形态学和模糊集理论,提出基于数学形态学的模糊模板匹配方法。首先,对于二值图像的每个像素点及其8-邻域,以赋权的方式刻画中心像素点隶属于字符的程度;其次,加4×4窗口选取代表点,并有重叠地遍历整个字符图像,以构造字符图像的模糊隶属度矩阵;进而运用海明贴近度计算待识别字符的归类,实现对字符的识别;最后,使用Matlab对模糊模板匹配方法进行编程,并在实际字符图像中测试识别效果。与传统模板匹配方法相比较,测试的结果表明,车牌字符的识别准确率得到了显著的提高。     

小世界网络环境下基于模糊理论的信任评价

信任评价模型可以解决网络中的一些安全问题,但是当网络中的节点数目非常大时,现有全局信任模型的计算量与通信开销比较大,影响了信任模型的推广和应用。针对上述问题,利用小世界网络理论构建了一个基于用户兴趣属性的层次网络模型,建立了基于模糊理论的信任评价模型。分析和仿真结果表明,该模型具有很好的准确性和健壮性;能够快速识别恶意摇摆行为;可扩展性好,如信任路径短,网络开销小。     

基于模糊理论的多传感器信息融合算法

D-S证据理论作为一种重要的不确定性推理理论,为处理传感器信息的模糊性及不确定性提供了很好的解决方法。但各个证据中的基本概率分配函数（mass函数）如何生成,仍是人们需要解决的问题。针对这一问题,提出了一种基于模糊理论中的高斯隶属度函数来得到传感器提供信息的可信度,计算了各个传感器之间的相互支持度;将各传感器的可信度和支持度转化成mass函数;利用证据理论对多传感器信息进行融合。仿真试验表明该方法能够有效提高识别的准确性和可靠性。     

基于模糊论的数据挖掘研究综述

近年来,将模糊集理论应用到数据挖掘研究中成为数据挖掘领域的一个研究热点。为追踪其研究进展,探讨未来的研究方向,对模糊集理论在数据挖掘中的主要研究方向(聚类分析、关联挖掘、分类)进行了综述,主要阐述数据和模式的表示、模式相似性计算等关键问题。可以看出,充分利用模糊论强大的模糊数据建模功能,并且与其它智能化处理技术相结合,是当前这一领域研究的主流技术。指出了存在的若干问题,并对研究前景进行展望。     

An affective model based on fuzzy theory

A new affective model is presented, developed by fuzzy mathematics based on the differential emotions theory, in the model, human emotion and personality trait we defined is presented with fuzzy sets, and an emotion change equation to depict the change of human emotion. The equation includes the factors that affect human emotion, such as stimulus, personality trait and the fading of emotion. The paper develops a model that can simulate the human emotion better, and offers a new thinking for the research of artificial emotion.