本项目通过对目前已考证识出的约三千个甲骨文字符结构研究和分析,提出一种基于甲骨文字符结构特征和广义笔划特征的两级分类识别方法。首先将待识字符抽象为图论中的平面无向图,提取其拓扑特征,包括块、孔、端点和各类叉点的数目,并讨论了这些特征量之间的相互关系,给出了严格的数学证明;据此对全部待识字符进行了第一级分类。进而,给出甲骨文广义笔划的定义,并从广义笔划中提取三个特征,即广义笔划方向、广义笔划变曲度及广义笔划折变的次数,实现了第二级分类,得到了最终的识别结果,本项研究开发了一套甲骨文识别系统的应用软件包,系统的识别率为94%,其中第一级识别准确率为97%,第二级识别准确率达95%。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
基于甲骨文语料库的计算机辅助考释技术研究
小麦形态诊断计算机图像智能化识别系统
A型精原细胞亚类计算机自动识别系统的建立
甲骨文编辑和编码技术研究