中文版 | English

在结果中检索

CASIA OpenIR
（本次检索基于用户作品认领结果）

浏览/检索结果: 共5条，第1-5条 帮助

限定条件        
已选(0)清除 条数/页：   排序方式：
A character image restoration method for unconstrained handwritten Chinese character recognition 期刊论文
INTERNATIONAL JOURNAL ON DOCUMENT ANALYSIS AND RECOGNITION, 2015, 卷号: 18, 期号: 1, 页码: 73-86
作者:  Shao, Yunxue;  Wang, Chunheng;  Xiao, Baihua
浏览  |  Adobe PDF(1157Kb)  |  收藏  |  浏览/下载：305/65  |  提交时间：2015/09/21
Character Image Restoration  Unconstrained Handwritten Chinese Character Recognition  Similar Character Discrimination  
Fast self-generation voting for handwritten Chinese character recognition 期刊论文
INTERNATIONAL JOURNAL ON DOCUMENT ANALYSIS AND RECOGNITION, 2013, 卷号: 16, 期号: 4, 页码: 413-424
作者:  Shao, Yunxue;  Wang, Chunheng;  Xiao, Baihua
收藏  |  浏览/下载：210/0  |  提交时间：2015/08/12
Handwritten Chinese Character Recognition  Fast Self-generation Voting  Line Density Equalization  Normalization-cooperated Feature Extraction  Modified Quadratic Discriminant Function  
Visual word density-based nonlinear shape normalization method for handwritten Chinese character recognition 期刊论文
INTERNATIONAL JOURNAL ON DOCUMENT ANALYSIS AND RECOGNITION, 2013, 卷号: 16, 期号: 4, 页码: 387-397
作者:  Shao, Yunxue;  Wang, Chunheng;  Xiao, Baihua
收藏  |  浏览/下载：199/0  |  提交时间：2015/08/12
Visual Word Density  Handwritten Chinese Character Recognition  Character Shape Normalization  Scene Character Recognition  
Parallel compact integration in handwritten Chinese character recognition 期刊论文
SCIENCE IN CHINA SERIES F-INFORMATION SCIENCES, 2004, 卷号: 47, 期号: 1, 页码: 89-96
作者:  Wang, CH;  Xiao, BH;  Dai, RW
收藏  |  浏览/下载：139/0  |  提交时间：2015/09/18
Handwritten Chinese Character Recognition (Hccr)  Metasynthesis  Multi-layer Perceptron (Mlp)  Compact Mlp Network Classifier  Supervised Learning  
基于人工神经网络的手写汉字识别系统 学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 1999
作者:  王春恒
收藏  |  浏览/下载：180/0  |  提交时间：2015/09/02
手写体汉字识别  综合集成  人机集成  人工神经网络  监督学习  Handwritten Chinese Character Recognition  Metasynthesis  Human-machine Integration  Artificial Neural Network  Supervised Learning