[1] 全志楠,林家骏. 文本无关的小样本手写汉字笔迹鉴别方法[J]. 华东理工大学学报(自然科学版), 2018,44(6):882-886.
[2] 周凯. 基于BP神经网络的离线中文签名鉴别方法研究[D]. 武汉:华中科技大学, 2015.
[3] 邓辉瑶. 基于深度卷积神经网络的离线笔迹鉴别研究[D]. 武汉:华中科技大学, 2016.
[4] 李庆武,马云鹏,周妍,等. 基于笔画曲率特征的笔迹鉴别方法[J]. 中文信息学报, 2016(9):209-212.
[5] 王泽励,李向阳,赵建森. 笔迹图像的特征的鉴定原理概述[J]. 信息系统工程, 2018(4):142-143.
[6] ZHANG Y, ZHOU M L,WANG Q H. Interactions of stimulus quality and frequency on N400 in Chinese character recognition: Evidence for cascaded processing[J]. Neuroscience Letters, 2020,715:134614.
[7] 王子牛,姜猛,高建瓴,等. 基于BERT的中文命名实体识别方法[J]. 计算机科学, 2019(11):138-143.
[8] 杨淑莹. 模式识别与智能计算——MATLAB技术实现[M]. 北京:电子工业出版社, 2008:235-251.
[9] GAN J, WANG W Q, LU K. Compressing the CNN architecture for in-air handwritten Chinese character recognition[J]. Pattern Recognition Letters, 2020(1):190-197.
[10]SEN S, MITRA M, BHATTACHARYYA A, et al. Feature selection for recognition of online handwritten Bangla characters[J]. Neural Processing Letters, 2019(12):2281-2304.
[11]陈使明. 基于深度神经网络的离线笔迹鉴别研究[D]. 贵阳:贵州大学, 2019.
[12]石鑫,董宝良,王俊丰. 基于CRNN的中文手写识别方法研究[J]. 信息技术, 2019(11):141-150.
[13]YIN M W, MOU C J, XIONG K N. Chinese clinical named entity recognition with radical-level feature and self-attention mechanism[J]. Journal of Biomedical Informatics, 2019(10):147-156.
[14]LINNERT S, TTH B, NAGY M, et al. Neural signatures of recogniti on memory in 10-to 12-month-old infants[J]. Neuropsychologia, 2019,126(3):75-81.
[15]张乃千,杨海,樊振方. 基于ARM的文本独立笔迹鉴别系统设计[J]. 电子设计工程, 2014(12):67-73.
[16]SNCHEZ-ESTRADA A, CUEVAS J. Pollination designs in ‘Manzanillo’olive orchards[J]. Scientia Horticulturae, 2020,261: doi: 10.1016/j.scienta.2019.108918.
[17]余佳航,李志扬. 基于摄像头的实时原笔迹提取与汉字识别[J]. 信息技术, 2018(9):129-133.
[18]朱贝贝,尚赵伟,袁博,等. 抗混叠轮廓波变换的脱线中文手写体笔迹识别[J]. 计算机工程与应用, 2011(8):150-153.
[19]刘德阳. 票据中的笔迹自动鉴定技术研究[D]. 南京:南京邮电大学, 2017.
[20]陈睿. 基于轮廓信息的图像模式匹配[D]. 重庆:重庆大学, 2017.
[21]陈使明,王以松. 一种鲁棒的离线笔迹鉴别方法[J]. 自动化学报, 2019(1):1-8.
[22]范振印. 非特定人脱机手写笔迹鉴别方法的研究[D]. 武汉:华中科技大学, 2016.
[23]程琳. 多尺度小波纹理分析在笔迹鉴别中的应用研究[J]. 湖北理工学院学报, 2013(6):30-34.
|