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:
该文针对实际的混排文档图像,提出一种基于贝叶斯分类器的统计学习方法切分文字,并实现文字类别判断.该方法结构简单、计算量少、易于扩展功能,而且试验结果表明该方法切分效果好、文字类别判断准确.
推荐文章
基于贝叶斯分类器的主题爬虫研究
贝叶斯
分类器
主题爬虫
主题相关度
基于多重判别分析的朴素贝叶斯分类器
朴素贝叶斯
TAN分类器
多重判别分析
DANB分类器
基于卷积神经网络和贝叶斯分类器的句子分类模型
深度学习
句子分类
卷积神经网络
主成分分析法
贝叶斯分类器
灵活的增强朴素贝叶斯分类器
贝叶斯网
朴素贝叶斯分类器
树增强朴素贝叶斯分类器
最小描述长度准则
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 基于贝叶斯分类器的混排文字切分与分类
来源期刊 计算机工程与应用 学科 工学
关键词 简单贝叶斯分类器 文字切分 文字类别判断 文字识别
年,卷(期) 2005,(10) 所属期刊栏目 学术探讨
研究方向 页码范围 83-85
页数 3页 分类号 TP3
字数 4226字 语种 中文
DOI 10.3321/j.issn:1002-8331.2005.10.027
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (14)
参考文献  (5)
节点文献
引证文献  (10)
同被引文献  (21)
二级引证文献  (74)
1971(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(4)
  • 引证文献(3)
  • 二级引证文献(1)
2008(7)
  • 引证文献(2)
  • 二级引证文献(5)
2009(7)
  • 引证文献(0)
  • 二级引证文献(7)
2010(7)
  • 引证文献(2)
  • 二级引证文献(5)
2011(5)
  • 引证文献(0)
  • 二级引证文献(5)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(6)
  • 引证文献(0)
  • 二级引证文献(6)
2014(12)
  • 引证文献(1)
  • 二级引证文献(11)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(10)
  • 引证文献(0)
  • 二级引证文献(10)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
简单贝叶斯分类器
文字切分
文字类别判断
文字识别
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导