您的位置： 专家智库 > >

史一凡

作品数：3 被引量：77H指数：2
供职机构：清华大学信息科学技术学院计算机科学与技术系更多>>
发文基金：国家自然科学基金国家重点基础研究发展计划高等学校骨干教师资助计划更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇手写
  • 2篇手写体
  • 2篇手写体字符
  • 2篇手写体字符识...
  • 2篇字符
  • 2篇字符识别
  • 1篇信息处理
  • 1篇学习算法
  • 1篇身份认证
  • 1篇神经网
  • 1篇神经网络
  • 1篇特征提取
  • 1篇请求
  • 1篇客户
  • 1篇会话
  • 1篇计算机
  • 1篇汉字信息
  • 1篇汉字信息处理
  • 1篇HTTP
  • 1篇超文本

机构

  • 3篇清华大学

作者

  • 3篇史一凡
  • 2篇朱小燕
  • 1篇马少平

传媒

  • 1篇互联网周刊
  • 1篇模式识别与人...
  • 1篇计算机学报

年份

  • 1篇2002
  • 1篇2000
  • 1篇1998
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
HTTP中的安全和状态控制
1998年
在 WWW 的背后有一系列的协议和标准支持它完成如此动人的工作,这就是 Web 协议族,其中就包括 HTTP 超文本传输协议。WWW 特性众多,要支持的服务类型难以细述,考虑一下 Web
史一凡
关键词：身份认证超文本传输协议客户会话请求
手写体字符识别研究被引量：52
2000年
目前,手写体字符识别领域在所包括的特征提取、识别器、合成器等方方面面已经形成了两大类识别方法:基于结构特征的方法和基于统计特征的方法。本文旨在描述和评价这些问题的精要所在,并结合我们自己在这方面的工作对该领域的发展方向和前沿课题提出一些看法。
朱小燕史一凡马少平
关键词：特征提取手写体字符识别汉字信息处理
基于反馈的手写体字符识别方法的研究被引量：25
2002年
该文提出了一种基于反馈的手写体字符识别方法 .该方法将人工神经网络结构及学习算法运用于系统反馈机制中 ,并从理论上证明了该学习方法是可收敛的 ,保证了算法的有效性 .同时给出反馈的可视化约束及反馈的判别准则 .试验结果证明了该方法大大降低了高噪音手写体数字的识别率 .
朱小燕史一凡
关键词：手写体字符识别神经网络学习算法计算机
全选 清除 导出
共1页<1>
聚类工具0