已閱讀1頁,還剩51頁未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、文字是記錄中華五千年文明的重要方式,研究古籍漢字對研究中華文明有著重要的意義。古籍漢字?jǐn)?shù)量大、筆畫多變、結(jié)構(gòu)復(fù)雜、相似字多、區(qū)分困難,對古籍漢字進(jìn)行適當(dāng)?shù)碾娮踊⑦M(jìn)行分類整理將會(huì)給古籍漢字研究帶來很大的便利。本文針對古籍漢字圖像本身的特點(diǎn),通過提取圖像組合特征,設(shè)計(jì)了一種基于BIRCH與改進(jìn)的k中心點(diǎn)聚類算法的古籍漢字圖像聚類方法。
本文首先針對古籍紙張與印刷質(zhì)量差異較大、漢字粘連、下劃線較多等情況,對古籍漢字圖像進(jìn)行必要的預(yù)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- K-中心點(diǎn)和K-均值聚類算法研究.pdf
- 無尺度圖k-中心點(diǎn)聚類算法研究.pdf
- K均值聚類算法初始聚類中心的選取與改進(jìn).pdf
- 基于改進(jìn)聚類算法的圖像檢索研究.pdf
- 基于潛在語義索引和免疫學(xué)習(xí)的BIRCH聚類算法研究.pdf
- 古籍手寫漢字圖像分割算法研究.pdf
- K-means聚類算法的改進(jìn)研究.pdf
- 基于加權(quán)的增量式多中心點(diǎn)大數(shù)據(jù)聚類算法研究.pdf
- 基于改進(jìn)粒子群的K均值聚類算法研究.pdf
- 基于遺傳算法的改進(jìn)K均值聚類.pdf
- 基于改進(jìn)模糊聚類算法的醫(yī)學(xué)圖像分割研究.pdf
- 基于密度的改進(jìn)K-Means文本聚類算法研究.pdf
- 基于改進(jìn)粒計(jì)算的K-medoids聚類算法研究.pdf
- 基于遺傳算法的K-MEANS聚類改進(jìn)研究.pdf
- K-means聚類算法的改進(jìn).pdf
- 基于索引的高效聚類孤立點(diǎn)算法分析.pdf
- K-Means聚類算法的研究與改進(jìn).pdf
- 一種基于改進(jìn)粒子群和K均值結(jié)合的聚類算法.pdf
- 基于改進(jìn)的FCM遙感圖像聚類算法的研究與應(yīng)用.pdf
- 改進(jìn)的約束模糊聚類圖像分割算法研究.pdf
評論
0/150
提交評論