字母手写识别:从木框水凝阵列设计到机器学习解码
Guihua Yan1,2,3, Xichen Hu2,4, Ziyue Miao2,4
1College of Environmental Engineering, Henan University of Technology, Zhengzhou, 450001, China.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|November 4, 2024
概括
研究人员开发了一种可持续的木制水凝阵列,用于手写识别. 这种灵活的导电面板与机器学习相结合,可为可访问的计算应用程序提供高效的字母识别.
科学领域:
- 材料科学 材料科学 材料科学
- 计算机科学 计算机科学
- 生物技术是生物技术.
背景情况:
- 手写识别系统需要集成的硬件和软件,这给可持续设计带来了挑战.
- 开发可访问的计算网络,以可持续的材料为输入设备是一个重要的研究差距.
研究的目的:
- 创建一个灵活的,电导的手写输入面板,使用木制的水凝.
- 通过在可访问的计算网络上通过机器学习实现字母的手写识别.
主要方法:
- 木材的连续修改:素提取-补充,聚烯涂层和聚烯酸填充.
- 用于信号矩阵生成的5x5木制水凝阵列的制造.
- 实施基于专业知识的特征工程和低复杂度的手写识别算法.
主要成果:
- 成功开发了一种功能性木制水凝阵列,能够捕获手写信号.
- 通过使用简化算法和机器学习实现了高效的字母表手写识别.
- 该系统通过战略特征工程证明了模型性能的提升.
结论:
- 木制水凝为手写输入面板提供了可持续和灵活的材料.
- 基于专业知识的功能工程和简化的算法增强了基于机器学习的手写识别.
- 开发的技术有可能用于可穿戴设备和医疗保健应用.
