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:
粘连字符串模式复杂,难以通过基于传统图像处理的方法进行准确分割,针对该问题,提出一种基于机器学习的粘连字符串切分方法.包括训练和分割2个部分,对字符串之间的分割位置进行学习,对于输入的粘连字符串,利用马尔科夫随机场网络得到各点可作为分割点的概率,在概率图上使用图像分割的算法确定分割位置.实验结果表明,该算法对模拟的粘连字符串、重叠字符串和真实的手写字符串都可以得到较好的分割结果.
推荐文章
基于马尔科夫随机场理论的木材图像恢复
木材图像
噪声
马尔科夫随机场
恢复
基于马尔科夫随机场匹配准则的Criminisi修复算法
Criminisi
马尔科夫随机场(MRF)
匹配准则
图像修复
嵌入隐马尔科夫随机场的中智模糊聚类算法
图像分割
模糊聚类
中智聚类
隐马尔科夫随机场
核函数
基于多层马尔科夫随机场融合的图像分割
图像分割
马尔科夫随机场
模糊C均值(FCM)
最大后验估计(MAP)
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 基于马尔科夫随机场的粘连字符串切分算法
来源期刊 计算机工程 学科 工学
关键词 字符串切分 粘连字符串 机器学习 马尔科夫随机场 信念传播 概率图
年,卷(期) 2013,(4) 所属期刊栏目 图形图像处理
研究方向 页码范围 258-262
页数 5页 分类号 TP301.6
字数 3885字 语种 中文
DOI 10.3969/j.issn.1000-3428.2013.04.059
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 王海洁 哈尔滨工业大学网络与信息中心 8 25 3.0 5.0
2 黄沈滨 哈尔滨工业大学网络与信息中心 4 37 3.0 4.0
3 卢波 哈尔滨工业大学网络与信息中心 7 118 5.0 7.0
4 杨庆海 哈尔滨工业大学网络与信息中心 9 61 4.0 7.0
5 颜子夜 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (1)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (10)
二级引证文献  (12)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2014(4)
  • 引证文献(3)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
字符串切分
粘连字符串
机器学习
马尔科夫随机场
信念传播
概率图
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
总被引数(次)
317027
论文1v1指导