基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
选票信息的自动处理能提高录入速度、保证选举的公正性.绝大多数的选票信息自动处理系统都是采用光学标记识别的方法,该方法对于选票纸张和填写要求较高,而且误识率较高.该文提出了一种基于神经网络和学习子空间光学字符识别(OCR)方法.该识别方法具有对纸张和填写的要求低,精度高、通用性好的特点.
推荐文章
基于卷积神经网络的未知协议识别方法
深度学习
机器学习
卷积神经网络
未知协议识别
基于卷积神经网络的μ子散射成像材料识别方法研究
宇宙射线μ子
卷积神经网络
散射密度
材料识别
基于神经网络数字识别方法的研究
数字识别
神经网络
粗糙集
特征提取
基于卷积神经网络的交通声音事件识别方法
Gammatone滤波器
卷积神经网络
音频事件识别
公路交通环境
声音数字信号
子带滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络和学习子空间的OCR识别方法在选票处理中的应用
来源期刊 计算机工程 学科 工学
关键词 神经网络 学习子空间 选票信息处理 字符识别
年,卷(期) 2002,(11) 所属期刊栏目 博士论文
研究方向 页码范围 36-38
页数 3页 分类号 TP391
字数 4778字 语种 中文
DOI 10.3969/j.issn.1000-3428.2002.11.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 汪同庆 重庆大学光电工程学院 92 987 18.0 24.0
2 任莉 重庆大学光电工程学院 18 164 8.0 12.0
3 居琰 重庆大学光电工程学院 25 354 12.0 18.0
4 刘建胜 重庆大学光电工程学院 22 298 12.0 16.0
5 王贵新 11 144 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (8)
同被引文献  (4)
二级引证文献  (0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
神经网络
学习子空间
选票信息处理
字符识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
论文1v1指导