• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      手寫體

      • 基于CNN 網(wǎng)絡(luò)的手寫體數(shù)字識別系統(tǒng)的實現(xiàn)
        在國內(nèi)外,針對手寫體數(shù)字識別技術(shù)已經(jīng)比較成熟,相較于傳統(tǒng)光學(xué)字符識別(OCR)圖像識別技術(shù),基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)算法可以在復(fù)雜場景下快速、準(zhǔn)確、有效地獲取并識別場景中文字。 由于手寫體存在形態(tài)各異、千差萬別、隨意性大、書寫不規(guī)范的情況,同時還會存在數(shù)據(jù)采集時的光線、角度不同等問題,手寫數(shù)字識別問題有著很大的挑戰(zhàn)性[1]。卷積神經(jīng)網(wǎng)絡(luò)是一種受到人類的視覺神經(jīng)系統(tǒng)和早期的時延神經(jīng)網(wǎng)絡(luò)( Time - Delay Neural NetWork)的啟發(fā)而設(shè)計

        智能計算機與應(yīng)用 2023年4期2023-05-18

      • 基于最大熵原理和融合機器學(xué)習(xí)的手寫體漢字識別算法
        0000)脫機手寫體漢字識別技術(shù)作為字符識別技術(shù)(OCR)的一個分支,已成為模式識別領(lǐng)域新的研究熱點。由于不同漢字字體結(jié)構(gòu)繁多,存在大量相似漢字,書寫習(xí)慣不同導(dǎo)致手寫漢字結(jié)構(gòu)形體更是因人而異,千差萬別,體現(xiàn)在漢字手寫體識別更加困難。脫機手寫漢字識別是針對靜止的二維圖像中的漢字進行識別,通過票據(jù)合同圖片特征提取文字,故而識別更為復(fù)雜困難,準(zhǔn)確度難以提高,脫機識別的手寫漢字識別一直是當(dāng)前業(yè)界研究的難點熱點。目前脫機識別手寫漢字的方案主要有兩類:第一類是基于傳統(tǒng)

        電子技術(shù)與軟件工程 2022年16期2022-11-16

      • 一種改進IE-AlexNet的少數(shù)民族文字圖像識別方法*
        部分檔案由于以手寫體為主,需要對其進行手寫體字符識別(Optical Character Recognition,簡稱OCR),以獲取較為準(zhǔn)確的文字信息[2]。整個過程主要包括圖像預(yù)處理、特征提取和分類器分類,其中特征提取最為關(guān)鍵。傳統(tǒng)手寫體字符識別方法在提取目標(biāo)書寫體圖像信息時,能較好地提取手寫體空間、字體輪廓信息,但對復(fù)雜環(huán)境下手寫體圖像的處理存在準(zhǔn)確率低和識別效果不佳的現(xiàn)象[3]。此外,當(dāng)前少數(shù)民族古文字研究集中于藝術(shù)考究和字形釋義,缺乏利用深度學(xué)習(xí)

        計算機時代 2022年11期2022-11-10

      • 基于卷積神經(jīng)網(wǎng)絡(luò)和Transformer的手寫體英文文本識別
        )0 引言離線手寫體文本識別(Offline Handwritten Text Recognition,OHTR)一直是計算機視覺和模式識別的主要研究內(nèi)容之一[1]。不同于聯(lián)機手寫體文本識別可以記錄書寫人的軌跡,OHTR 由于不同的人書寫的風(fēng)格不同以及文本的結(jié)構(gòu)越來越復(fù)雜等原因,仍然是一個具有挑戰(zhàn)性的難題[2]。早期的OHTR 主要是基于分割的手寫體文本識別[3-4],該類方法將圖像分割成像素級的小部分,再使用分類的方法給每一個部分歸類,由于分割的不確定性

        計算機應(yīng)用 2022年8期2022-08-24

      • 面向教學(xué)的漢字手寫體字形正誤判定標(biāo)準(zhǔn)的思考
        ,分為印刷體和手寫體兩種。漢字手寫體字形是用硬筆手書出來的方塊漢字的二維圖形。漢字手寫體字形正誤的判定問題是基礎(chǔ)教育語文教學(xué)、漢語國際教育教學(xué)領(lǐng)域必須面對的問題。理論上,在上述領(lǐng)域不同主體對同一個漢字手寫體字形正誤的判定結(jié)果應(yīng)該基本一致。而實踐中我們發(fā)現(xiàn),不同主體對像圖1這些漢字手寫體字形正誤的判定常會出現(xiàn)分歧。為了解這種分歧的程度、造成分歧的原因、影響判定的因素,我們分別對來自全國六個不同省份的15名一線教師(5名小學(xué)語文、5名初中語文和5名漢語國際教育

        華中學(xué)術(shù) 2022年4期2022-03-15

      • 基于Tensorflow框架的手寫數(shù)字識別
        程學(xué)院 張玉嬌手寫體數(shù)字0-9的識別在原始數(shù)據(jù)集的獲取上較為容易,擁有MNIST的這種成熟的大型標(biāo)準(zhǔn)數(shù)據(jù)集,已經(jīng)被視為是人工智能圖像識別領(lǐng)域研究的入門問題,對其進行研究具有重要的現(xiàn)實意義。在眾多的識別算法中,卷積神經(jīng)網(wǎng)絡(luò)在識別精度上的表現(xiàn)較為突出,而深度學(xué)習(xí)框架的出現(xiàn)在一定程度上降低了神經(jīng)網(wǎng)絡(luò)模型構(gòu)建的難度和入學(xué)門檻。本文基于Tensorflow深度學(xué)習(xí)框架,詳細討論了如何構(gòu)建LeNet-5卷積神經(jīng)網(wǎng)絡(luò)模型實現(xiàn)手寫體數(shù)字識別的方法,使用MNIST數(shù)據(jù)集進行

        內(nèi)江科技 2022年2期2022-03-03

      • 基于AlexNet 的手寫希臘字母識別研究*
        、物體檢測以及手寫體文字識別等領(lǐng)域,卷積神經(jīng)網(wǎng)絡(luò)取得了突破性進展[3],并在手寫體識別應(yīng)用中更為突出,主要應(yīng)用于手寫體數(shù)字識別[4-6]、手寫體漢字識別[7-9]以及手寫體字母識別[10],同時在識別少數(shù)民族語言中獲得了良好的應(yīng)用。周毛克等人提出的基于卷積神經(jīng)網(wǎng)絡(luò)的藏文手寫數(shù)字和字母識別研究[11],取得了良好的識別效果。閆茹等人提出的基于CNN 與有限狀態(tài)自動機的手寫體大寫金額識別[12],解決了手寫票據(jù)的識別問題;柳霄羽等人提出的基于CNN 手寫識別技

        通信技術(shù) 2021年5期2021-05-20

      • 融合LeNet-5改進的掃描文檔手寫日期識別
        來需求包括突破手寫體漢字字符識別困難,應(yīng)用于電子檔案記錄,全球搜索的書籍和歷史文檔,攝像頭拍攝的文本場景、視頻文本[1-2]等等。計算機性能的改善和數(shù)據(jù)噴涌式的爆發(fā),使深度學(xué)習(xí)在傳統(tǒng)機器學(xué)習(xí)上不斷發(fā)展,最關(guān)鍵就在于自動提取學(xué)習(xí)特征,降低了手工特性設(shè)計可能的耗時。卷積神經(jīng)網(wǎng)絡(luò)(CNN)常用于圖像處理,有能力從大量數(shù)據(jù)中學(xué)習(xí)復(fù)雜的、高維的、非線性的映射,同時演示了深層處理技術(shù)對圖像處理的重要性[3-4]。在很多文獻中,字符識別直接分成印刷體與手寫體。而本文根據(jù)

        計算機工程與應(yīng)用 2021年9期2021-05-14

      • 基于TensorFlow手寫體數(shù)字識別系統(tǒng)的研究
        引 言目前,手寫體數(shù)字識別是人工智能機器學(xué)習(xí)領(lǐng)域眾多研究者關(guān)注的一個熱點,廣泛應(yīng)用于公安、稅務(wù)、交通、金融、教育等行業(yè)的實踐活動中。在實際應(yīng)用中,對手寫數(shù)字單字識別率的要求比手寫普通文字識別要苛刻許多,識別精度需要達到更高的水平。由于手寫數(shù)字識別沒有文字識別那樣的上下文,不存在語意的相關(guān)性,而數(shù)據(jù)中的每一個數(shù)字又至關(guān)重要。因此,提高手寫數(shù)字識別率,成為人工智能的重要研究領(lǐng)域。人工神經(jīng)網(wǎng)絡(luò)是一種類似于大腦神經(jīng)突觸聯(lián)接的結(jié)構(gòu),進行信息處理的數(shù)學(xué)模型,具有學(xué)習(xí)

        智能計算機與應(yīng)用 2021年11期2021-05-04

      • 動態(tài)特征空間的超球體分類算法
        ,使得該算法對手寫體分類時需要使用超級計算機;(2)實驗效果受到迭代次數(shù)的影響,其原因在于損失函數(shù)構(gòu)造不合理。為了將SVM分隔超平面優(yōu)勢與神經(jīng)網(wǎng)絡(luò)的非線性優(yōu)勢結(jié)合,孿生神經(jīng)網(wǎng)絡(luò)(Twin Neural Networks,TNN)被提出[8]。TNN結(jié)合了TWSVM的優(yōu)勢,能夠?qū)γ恳活惖挠?xùn)練數(shù)據(jù)分別訓(xùn)練出不同的分隔超平面,尤其是對于不平衡數(shù)據(jù)表現(xiàn)更好,并且TNN 也結(jié)合了神經(jīng)網(wǎng)絡(luò)非線性的特征變換,使得最后的分類效果得到提高。通過TWSVM和TNN可以看出,特

        計算機工程與應(yīng)用 2020年22期2020-11-18

      • 西夏文楷書和草書手寫體探微
        不高。關(guān)鍵詞:手寫體;印刷體;楷書;草書西夏國主李元昊命野利任榮創(chuàng)制西夏文字,有效地傳播黨項民族文化,增強民族自主意識,提高黨項民族文化水平。為推行西夏文字,中央政府設(shè)置刻字司,印刷辭書和儒家經(jīng)典以推廣和傳播本民族文字,促進文化教育的迅速發(fā)展。同時寺院也印刷西夏文佛經(jīng),對西夏文的普及和推廣也起到關(guān)鍵性的作用。西夏文字書《同音》《番漢合時掌中珠》《類林》等,作為官方的字典辭書,就不僅在字義、詞義上有規(guī)范、標(biāo)準(zhǔn)的權(quán)威性,也在文字書寫上起到一定的指導(dǎo)規(guī)范作用。但

        美與時代·美術(shù)學(xué)刊 2020年7期2020-10-13

      • 基于二維主成分分析與卷積神經(jīng)網(wǎng)絡(luò)的手寫體漢字識別
        )0 引言脫機手寫體漢字識別是模式識別領(lǐng)域的研究熱點之一,也是文字識別領(lǐng)域最為困難的問題之一[1]。它廣泛應(yīng)用于銀行票據(jù)識別、郵件分揀、辦公室自動化等領(lǐng)域,可以帶來巨大的經(jīng)濟效益和社會價值[2-3]。由于漢字種類繁多、相似漢字之間易混淆以及書寫風(fēng)格多樣等問題,過去幾十年,研究者提出了許多傳統(tǒng)的方法來提高脫機手寫體漢字的識別性能,但識別精度仍然遠遠落后于人類的表現(xiàn)[4]。受深度卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)在

        計算機應(yīng)用 2020年8期2020-09-04

      • 基于改進ZS細化算法的手寫體漢字骨架提取
        8)0 引 言手寫體漢字識別是模式識別的重要分支,也是文字識別領(lǐng)域最為困難的問題之一。細化是手寫體漢字識別與處理中的一個重要環(huán)節(jié),其又可稱為骨架化,一般是指在保持圖像原像素拓撲鏈接關(guān)系的前提下,接連刪除圖像邊緣像素直至達到單個像素寬度骨架的過程。圖像細化所提取出的骨架不僅是目標(biāo)圖像重要的拓撲描述,還減少了圖像中的冗余信息,在圖像分析、信息壓縮、特征提取、模式識別等領(lǐng)域具有非常廣泛的應(yīng)用[1-2]。現(xiàn)有的細化算法有:Hilditch細化算法[3]、Pavli

        計算機應(yīng)用與軟件 2020年7期2020-07-13

      • 規(guī)范漢字基本筆畫的屬性
        時見到的字體分手寫體和印刷體,在識字和寫字教學(xué)中,兩類字體在形態(tài)和稱呼上不完全統(tǒng)一,但客觀屬性是一樣的。手寫體有篆書、隸書、楷書、草書、行書五種,印刷體主要是以楷書字形為原型的,字體也很多,最常用的是宋體和楷體。目前語文寫字教學(xué)使用的規(guī)范漢字是以楷體作為字形標(biāo)準(zhǔn)。手寫體楷書的筆畫名稱,以“永字八法”為基礎(chǔ),分為點、橫、豎、撇、捺、提、折、鉤八種。印刷楷體根據(jù)2001年12月19日教育部和國家語委發(fā)布的《GB13000.1字符集漢字筆順規(guī)范》,筆畫共分為32

        中國篆刻 2020年5期2020-06-09

      • 淺談小學(xué)英語字母手寫體與印刷體的教學(xué)
        大多數(shù)小學(xué)生對手寫體和印刷體的區(qū)分比較模糊?;诖?,本文主要探討了小學(xué)英語字母手寫體和印刷體的教學(xué)體會。【關(guān)鍵詞】小學(xué)英語;字母教學(xué);手寫體;印刷體;教學(xué)體會【作者簡介】周煜華,湖南省衡陽市耒陽市蔡子池街道梅橋小學(xué)。在小學(xué)英語教學(xué)中,我們提得最多的是“培養(yǎng)學(xué)生聽、說、讀、寫的能力”,足見“寫”在小學(xué)英語教學(xué)中的重要地位。身為啟蒙階段的英語教師,對學(xué)生進行合理有效的書寫指導(dǎo),是我們義不容辭的責(zé)任。在面對學(xué)生的作業(yè)和試卷時,筆者發(fā)現(xiàn)了很多經(jīng)常性的書寫錯誤,其中

        校園英語·月末 2020年4期2020-06-08

      • 基于GoogLeNet 的手寫體漢字識別*
        0 引 言脫機手寫體漢字識別已有近50年的研究歷史,因為漢字類別數(shù)較大(參照GB2312-80 標(biāo)準(zhǔn),常用漢字有6763 個類別)、易混淆的相似字形多以及書寫風(fēng)格的多樣性使其一直是模式識別領(lǐng)域的研究難點。傳統(tǒng)的手寫體漢字識別分為三個步驟:圖像預(yù)處理、特征提取與分類。預(yù)處理一般通過模糊化、灰度化、二值化以及歸一化等方法來實現(xiàn),目的是加強圖像的有用特征、去除其他無關(guān)的噪聲,從而使得特征提取更加方便[1]。特征提取是從原始輸入中提取能表達特定漢字本身而又區(qū)別于其

        通信技術(shù) 2020年5期2020-06-08

      • 基于改進LeNet-5模型的手寫體中文識別
        et-5模型的手寫體中文識別何?凱,黃婉蓉,劉?坤,高圣楠(天津大學(xué)電氣自動化與信息工程學(xué)院,天津 300072)手寫體中文的自動識別是中文文檔數(shù)字化的前提和基礎(chǔ),由于中文字符數(shù)目繁多、相似性強、字體種類繁多、書寫隨意、缺乏統(tǒng)一規(guī)范等原因,一直是計算機視覺領(lǐng)域中一個具有挑戰(zhàn)性的問題.為解決這一難題,提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的手寫體中文識別方法.在經(jīng)典LeNet-5網(wǎng)絡(luò)模型的基礎(chǔ)上進行改進,提出了一種LeNet-Ⅱ模型.利用改進的Inception模塊和空

        天津大學(xué)學(xué)報(自然科學(xué)與工程技術(shù)版) 2020年8期2020-06-04

      • 基于TensorFlow 手寫體數(shù)字識別系統(tǒng)的研究
        0 引言目前,手寫體數(shù)字識別是人工智能機器學(xué)習(xí)領(lǐng)域眾多研究者關(guān)注的一個熱點,廣泛應(yīng)用于公安、稅務(wù)、交通、金融、教育等行業(yè)的實踐活動中。在實際應(yīng)用中,對手寫數(shù)字單字識別率的要求比手寫普通文字識別要苛刻許多,識別精度需要達到更高的水平。由于手寫數(shù)字識別沒有文字識別那樣的上下文,不存在語意的相關(guān)性,而數(shù)據(jù)中的每一個數(shù)字又至關(guān)重要。因此,提高手寫數(shù)字識別率,成為人工智能的重要研究領(lǐng)域。人工神經(jīng)網(wǎng)絡(luò)是一種類似于大腦神經(jīng)突觸聯(lián)接的結(jié)構(gòu),進行信息處理的數(shù)學(xué)模型,具有學(xué)習(xí)

        智能計算機與應(yīng)用 2020年11期2020-03-24

      • 基于大數(shù)據(jù)下的手寫體識別的設(shè)計與研發(fā)
        過KNN算法對手寫體識別進行了研究,手寫體識別是為了使計算機對手寫體進行圖像預(yù)處理、基于數(shù)字圖像的特征提取以及數(shù)字串的分割等步驟后,讓計算機能夠識別人類通過手動書寫在輸入設(shè)備上的字符軌跡并且裝換為計算機所存儲的編碼,讓計算機更加智能地輔助我們的生活、辦公以及教學(xué)等各個方面。關(guān)鍵詞:KNN;手寫體;識別出生在20世紀(jì)90年代的我們,見證了我國科學(xué)技術(shù)、社會經(jīng)濟以及生態(tài)環(huán)境等領(lǐng)域的飛速發(fā)展。近幾年,“大數(shù)據(jù)”、“物聯(lián)網(wǎng)”以及“人工智能”等名詞已然是家喻戶曉,這

        科技風(fēng) 2020年3期2020-02-24

      • 披著書法外衣的手寫體
        字雷倒。這字是手寫體的,看起來似書法,卻又毫無書法之美。每個字的捺畫、鉤畫就像是大青蟹的腳,張牙舞爪,透著滿滿的狂躁之氣。震撼倒是真的震撼,但對于書法人來說,很多都會像筆者一樣有種被死蒼蠅噎到的感覺。筆者知道這是電腦字體,但不知道是什么字體,想罵人卻找不到罵的對象。之后還不斷地從各種媒體甚至國家級的大媒體上看到這種字體的大量使用。心想,這國人怎么了?中國書法怎么了?有那么多好的書法不用,有那么多種的美術(shù)字不用,卻偏偏用這種根本不入流的丑書。直到最近,在群里

        中國篆刻 2019年6期2019-12-08

      • 全世界都擔(dān)心孩子不會寫字
        課程。圓體字(手寫體)是英語國家最常見的手寫體,早年美國人曾將一筆飄逸的手書視為衡量一個人是否“有文化”的重要標(biāo)尺;而隨著電子產(chǎn)品的普及,唱衰英文書寫技能的聲音愈發(fā)猛烈,甚至影響到相關(guān)教育政策的制定。雖然大趨勢并不樂觀,但美國加利福尼亞、馬薩諸塞和堪薩斯等7州多年前各自通過地方立法渠道,捍衛(wèi)著英文手寫體“最后的尊嚴”。在專家看來,練習(xí)英文手寫體對學(xué)生的思維和認知能力大有裨益。加拿大2012年曾專門對一批低年級學(xué)生進行過研究,發(fā)現(xiàn)練習(xí)手寫體的學(xué)生在學(xué)業(yè)上比只

        祝您健康·文摘版 2019年11期2019-11-07

      • 手寫體
        生疑。被忽略的手寫體有一天放在面前可以開口說話,它代表從主人身體上延伸出來有親密感的特質(zhì)符碼。手寫體更適合被凝視,能讓人察覺和研究,它一定有什么東西能在視覺中起作用,讓人在無窮盡的紛繁思緒中留住一個具體的物象。信在沒有拆之前,看熟悉的筆跡便知道來自哪位親人和朋友。信的內(nèi)容只屬于一位讀者,它以不可復(fù)制性保證價值。筆被長久地握于掌心,已成為手的一部分,手握成拳頭等同于一個人心臟的大小,手寫體因此可以承載來自于生命內(nèi)核的重量和質(zhì)量。情愛場中,“我愛你”是三個永遠

        散文 2019年11期2019-09-10

      • Attention機制在脫機中文手寫體文本行識別中的應(yīng)用
        文印刷體相比,手寫體字符的書寫隨意性大,缺乏規(guī)范性.出自不同書寫者的同一類漢字在字形、結(jié)構(gòu)上都會有明顯的差異;并且相鄰漢字之間會存在粘連,增加了識別的難度.與英文手寫體相比,漢字種類繁多,根據(jù)GB2312-80標(biāo)準(zhǔn),漢字共有6763個,其中包括一級漢字3755個,二級漢字3008個,同樣給中文手寫體識別增加了難度.因此,中文手寫體識別仍然是一個具有挑戰(zhàn)性的研究課題.對于脫機手寫體文本行識別,主要包括分割成單個字符的識別和整行識別兩種方法[1].對于分割成單

        小型微型計算機系統(tǒng) 2019年9期2019-09-09

      • 基于改進的C-支持向量機的手寫體數(shù)字高識別率方法研究
        -支持向量機的手寫體數(shù)字高識別率方法為了提高手寫體數(shù)字的識別能力,本文提出了一種基于改進的C-支持向量機的手寫體數(shù)字高識別率方法,對手寫體數(shù)字的預(yù)處理、端點提取以及四交叉點特征的提取過程的算法進行優(yōu)化。2.1 支持向量機核函數(shù)對于支持向量機來說,當(dāng)其進行信息識別時,經(jīng)常會遇到信息的線性不可分的現(xiàn)象,這種情況下,為了解決線型不可分問題,需要引入核空間理論[4]。核空間理論可以解決線性不可分中的高維運算過程中的內(nèi)積問題。在支持向量機算法中,不同的核函數(shù)可以在信

        數(shù)字通信世界 2019年1期2019-02-14

      • 分組加權(quán)t-SNE的手寫數(shù)字奇異類樣本聚類方法研究
        廣泛應(yīng)用,數(shù)字手寫體的識別問題得到了越來越深入的研究.由于不同文化、不同個體有不同的書寫習(xí)慣,即便是同一個人,由于書寫環(huán)境、書寫方式等外界因素的不同,都可能導(dǎo)致書寫結(jié)果的不一致,這使得每個手寫體數(shù)字所呈現(xiàn)的特征是多種多樣的.圖1是從MNIST數(shù)字手寫體數(shù)據(jù)庫中選取的手寫體數(shù)字樣本,可以看出雖然相同數(shù)字的主要特征相同,但不同數(shù)字手寫體樣本即便是代表相同數(shù)字,在外形上可能還是存在較大的差異,這類與標(biāo)準(zhǔn)數(shù)字寫法相差較大的手寫體數(shù)字樣本我們稱之為奇異樣本,奇異樣本

        小型微型計算機系統(tǒng) 2018年12期2019-01-24

      • 手寫體數(shù)字的K-最近鄰法識別研究
        式識別領(lǐng)域,對手寫體數(shù)字的識別,是許多從事圖像處理、機器學(xué)習(xí)研究人員的入門練習(xí)。其實現(xiàn)方法已經(jīng)有許多成功的案例,王一木等[1]提出自組織映射簡化算法在硬件電路上以并行運算實現(xiàn)的手寫數(shù)字識別。邵虹等[2]提出基于投影定位及數(shù)字結(jié)構(gòu)特征的方法識別發(fā)票印刷體數(shù)字。幸堅炬等[3]提出概率神經(jīng)網(wǎng)絡(luò)實現(xiàn)mnist數(shù)據(jù)集數(shù)字的識別,并有較高的準(zhǔn)確率。李瓊等[4]提出在特征空間中確定SVM最優(yōu)核方法實現(xiàn)手寫數(shù)字的識別。以上實現(xiàn)方法都采用不同的算法實現(xiàn),本文以成功識別手寫數(shù)

        無線互聯(lián)科技 2018年20期2018-12-27

      • 學(xué)得其法,事半功倍
        配對、印刷體與手寫體不分等等。字母是英語的基礎(chǔ),就好比萬丈高樓的小小的磚塊,缺一不可。掌握好字母,將為以后的英語學(xué)習(xí)打下良好的基礎(chǔ)。在多年的英語教學(xué)中,我總結(jié)了一些教學(xué)字母的方法,在這里與同行們探討。一、發(fā)揮想象,記住字形字母表中的26個字母,對初學(xué)英語的小學(xué)生來說,說多不多,說少不少,加上又存在印刷體和手寫體兩種字體,難度就更大了。因此,在教學(xué)中,我盡量讓學(xué)生發(fā)揮想象力,把字母想象成一個個的實體,與生活聯(lián)系起來。如:通過學(xué)生討論得出以下結(jié)論:大寫字母中,

        學(xué)校教育研究 2018年16期2018-10-21

      • 淺談小學(xué)英語書寫教學(xué)策略
        規(guī)范,印刷體、手寫體和漢語拼音字母的寫法并存,沒有注意到它們之間的細微差別,如:把小寫字母l、i、k 、t寫成印刷體,把a、d、f、i、k、l、m、n等寫成漢語拼音字母的形式,每個字母寫得端端正正,與四線格垂直沒有斜度,上無“辮”,下無“尾”,尾巴也不拐彎,漢語拼音的書寫痕跡明顯。5.不能按照規(guī)范的筆順去書寫,比如:寫o順時針方向行筆,寫d 先寫一豎后寫前面的圓弧等等。單詞書寫常見錯誤書寫好單詞的前提是先寫好單個的字母,但字母寫規(guī)范了不一定寫好單詞,小學(xué)生

        天津教育·下 2018年9期2018-07-13

      • 為女性設(shè)計的五個小技巧
        你不妨選擇使用手寫體。且不說女性,幾乎所有的人對于手寫體都會產(chǎn)生莫名地親切感。比如家具設(shè)計中,在家具表面進行刻寫、文字等裝飾時,可以選擇手寫體,顯得文藝有親近感。但并非所有的文字采用手寫體都會起到作用,需要視情況而定。尤其是針對電子產(chǎn)品來說,在女性的世界里,科技、功能是次要部分,如果你設(shè)計的產(chǎn)品具備許多功能卻不具備上述的美觀性,那么你的設(shè)計只適用于男性。這也是為何對于運動手環(huán)這種東西,女性一般會去選擇一個只具備震動,外形卻更像是一款時尚手鐲的手環(huán)。如果你的

        工業(yè)設(shè)計 2018年2期2018-05-14

      • 基于二值圖像的手寫體快速細化算法*
        環(huán)境中切分出的手寫體字符圖像常伴隨著邊框粘連、隨機污點、光照不均勻等現(xiàn)象,因此在應(yīng)用識別算法處理手寫體圖像前,往往需要對手寫體字符圖像進行預(yù)處理操作[1-2].手寫體細化是圖像預(yù)處理的主要步驟之一,其實質(zhì)是求手寫體骨架的過程[3].手寫體細化算法通過保留圖像中與字符有關(guān)的信息來提取字符特征[4-7],從而確保輸出的二值圖像畫面清晰、邊緣明顯.筆者針對查表算法的缺點,提出一種充分利用手寫體節(jié)點的快速細化算法,以期達到減少模板數(shù)量、縮短匹配過程耗時、優(yōu)化細化結(jié)

        吉首大學(xué)學(xué)報(自然科學(xué)版) 2018年1期2018-03-30

      • 基于并行組合分類器的脫機手寫體數(shù)字識別
        0)0 引 言手寫體數(shù)字識別是光學(xué)字符識別的一個重要分支,分為聯(lián)機手寫體數(shù)字識別和脫機手寫體數(shù)字識別。在聯(lián)機手寫體數(shù)字識別中,計算機可以通過與之相連的輸入設(shè)備得到關(guān)于筆尖運動軌跡和速度的有效信息,所以識別相對較易[1]。由于數(shù)字圖像的數(shù)據(jù)量龐大且書寫風(fēng)格的迥異等干擾因素對識別會產(chǎn)生很大的影響,因此脫機手寫體數(shù)字識別難度較大,但其應(yīng)用領(lǐng)域更加寬泛。因此這是一項意義重大的研究課題。鑒于傳統(tǒng)的單一分類器對數(shù)字之間差異的敏感性不同,許多學(xué)者開始研究組合分類器所產(chǎn)生

        計算機技術(shù)與發(fā)展 2018年3期2018-03-20

      • 學(xué)得其法,事半功倍 ——淺談小學(xué)英文字母教學(xué)的幾點體會
        配對、印刷體與手寫體不分等等。字母是英語的基礎(chǔ),就好比萬丈高樓的小小的磚塊,缺一不可。掌握好字母,將為以后的英語學(xué)習(xí)打下良好的基礎(chǔ)。在多年的英語教學(xué)中,我總結(jié)了一些教學(xué)字母的方法,在這里與同行們探討。一、發(fā)揮想象,記住字形字母表中的26個字母,對初學(xué)英語的小學(xué)生來說,說多不多,說少不少,加上又存在印刷體和手寫體兩種字體,難度就更大了。因此,在教學(xué)中,我盡量讓學(xué)生發(fā)揮想象力,把字母想象成一個個的實體,與生活聯(lián)系起來。如:通過學(xué)生討論得出以下結(jié)論:大寫字母中,

        衛(wèi)星電視與寬帶多媒體 2018年11期2018-03-03

      • 手寫體文字識別的特點及神經(jīng)機制*
        材料可以呈現(xiàn)為手寫體文字和打印體文字, 而手寫體文字作為早期文化流傳的重要載體,曾起到過很重要的作用。但是隨著打印體文字的出現(xiàn), 手寫體文字的應(yīng)用受到了很大的沖擊。打印體文字相對規(guī)范, 相同詞匯經(jīng)過多次打印, 可以做到其形狀基本不變, 其中的細微差別很難用肉眼發(fā)現(xiàn)。手寫體文字有區(qū)別于打印體文字的特點和存在的價值, 手寫體文字大小不一, 結(jié)構(gòu)多變, 而且與書寫者的書寫風(fēng)格及書寫習(xí)慣有著密切的聯(lián)系。手寫體文字不可能完全被打印體文字取代, 在小學(xué)生識字過程中,

        心理科學(xué)進展 2018年7期2018-02-22

      • 這樣的信(三首)
        信必須是工整的手寫體必須是藍墨水必須是我的名字必須是我從字跡一眼就能認出的一個人信的開頭一律是親愛的信的結(jié)尾卻是君子間的春安,夏安,秋安和冬安。落款處有留白。有水墨畫的意境和情懷我會回一封同樣的信用手寫體,藍墨水,親愛的,祝安……這不是兩個人的張燈結(jié)彩這是一個時代的天真和熱忱這樣的信我會壓在箱底它不是詩,卻是我們心靈的歷史這樣的信無疑是人類情感世界里最美的翡翠原石endprint

        詩林 2017年6期2017-11-28

      • 手寫體數(shù)字字符識別算法仿真比較研究
        310018)手寫體數(shù)字字符識別算法仿真比較研究陳 龍, 郄小美, 黃信靜, 林 虎(杭州電子科技大學(xué) 電子信息學(xué)院, 杭州 310018)采用BP神經(jīng)網(wǎng)絡(luò)、原始極限學(xué)習(xí)機、正則極限學(xué)習(xí)機和傅里葉變換優(yōu)化極限學(xué)習(xí)機算法分別進行手寫體數(shù)字字符識別仿真實驗,通過MINIST數(shù)據(jù)庫中的10 000個手寫體數(shù)字樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)傳輸過程中的參數(shù),用訓(xùn)練所得神經(jīng)網(wǎng)絡(luò)參數(shù)進行手寫體數(shù)字識別仿真測試。比較4種算法的仿真效果,BP網(wǎng)絡(luò)識別效果最好、訓(xùn)練速度最慢,原始極限

        實驗室研究與探索 2017年1期2017-04-10

      • 對維吾爾語手寫體在線計算機識別技術(shù)的幾點探討
        下,讓維吾爾語手寫體為大眾所熟知。關(guān)鍵詞:維吾爾語;手寫體;電腦;識別技術(shù);探討中圖分類號:TP391 文獻標(biāo)識碼:A 文章編號:1009-3044(2017)03-0166-02維吾爾語手寫體網(wǎng)上電腦識別技術(shù)是自動化的,電腦自動把待識別模式納入到識別工作中。模式識別在字符辨認、指紋辨別、神態(tài)辨別、話語辨別等領(lǐng)域已經(jīng)開始普及使用。而書面識別也是模式識別的其中一種。伴隨電腦科技的日新月異,數(shù)字圖像處置與解析也已經(jīng)滲透到了科技行業(yè)。[1]漢字識別通過超過20年

        電腦知識與技術(shù) 2017年3期2017-03-27

      • 導(dǎo)出核學(xué)習(xí)算法及其在手寫體漢字識別上的應(yīng)用
        學(xué)習(xí)算法及其在手寫體漢字識別上的應(yīng)用喻方元(湖北汽車工業(yè)學(xué)院 理學(xué)院,湖北 十堰 442002)介紹了基于神經(jīng)反應(yīng)的導(dǎo)出核學(xué)習(xí)算法,以金連文漢字字庫為例,將學(xué)習(xí)算法運用于手寫體漢字識別,取得了較好的識別效果。導(dǎo)出核;神經(jīng)反應(yīng);金連文漢字字庫1 問題的提出2008年11 月,美國著名數(shù)學(xué)家、數(shù)學(xué)諾貝爾獎——菲爾茲數(shù)學(xué)獎與沃爾夫數(shù)學(xué)獎雙料得主、加利福尼亞大學(xué)steve smale教授發(fā)表了題為mathemat?ics of neural response的文章

        湖北汽車工業(yè)學(xué)院學(xué)報 2016年4期2017-01-11

      • 試卷識別中的手寫體識別
        靖試卷識別中的手寫體識別廣州廣電運通金融電子股份有限公司 王倩文 崔山領(lǐng) 徐 靖傳統(tǒng)閱卷方式要耗費大量的人力和物力、耗時長,管理也不方便。隨著科技的發(fā)展,自動化閱卷需求日益增多。自動化閱卷系統(tǒng)強烈依賴于圖像處理技術(shù),整個系統(tǒng)主要包括圖像采集、圖像傾斜校正、版面分析、圖像分割、在線閱卷和成績錄入等模塊,是一個龐大而復(fù)雜的系統(tǒng)。本文針對自動化閱卷系統(tǒng)中的一個重要環(huán)節(jié)在線閱卷模塊中涉及的手寫體識別,提出基于卷積神經(jīng)網(wǎng)絡(luò)的解決方案。手寫體識別;卷積神經(jīng)網(wǎng)絡(luò);字符識

        電子世界 2016年21期2016-12-26

      • 要不要“手寫之美”
        蘭學(xué)生不必學(xué)習(xí)手寫體“你上一次用紙和筆‘寫’信是什么時候?”英國《衛(wèi)報》的專欄作家西蒙·詹金斯問道。他至今仍然手寫所有感謝信和悼念信?!拔覀兌际怯∷r代的奴隸,只有手寫才能傳達真正的美麗?!钡脖硎荆约旱乃儆浤芰缀跻呀?jīng)消失了,他無法想象自己用紙筆完成一篇論文--持續(xù)的手寫看起來像一場災(zāi)難。從2016年秋天起,芬蘭的學(xué)生不必學(xué)習(xí)手寫體和連體字,而是學(xué)習(xí)打字。芬蘭教育部門的理由是,孩子們只需要熟悉印刷體的字母,并且將注意力集中在“發(fā)展數(shù)字時代的技能”。從

        幸福 2016年29期2016-11-05

      • 基于神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別
        基于神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別陳園園,袁煥麗,石齊雙(周口師范學(xué)院物理與電信工程學(xué)院,河南周口466001)本文重點解決以圖像方式存在的手寫體數(shù)字識別問題,首先對圖像進行預(yù)處理,其次對結(jié)構(gòu)特征進行提取,最后利用神經(jīng)網(wǎng)絡(luò)模型對前面兩步得到的樣本數(shù)據(jù)進行學(xué)習(xí)和訓(xùn)練。通過MATLAB進行仿真,神經(jīng)稀疏編碼算法應(yīng)用在手寫體數(shù)字識別中能夠得到比較好的識別率。手寫體數(shù)字識別;預(yù)處理與特征提??;神經(jīng)稀疏編碼算法;MATLAB0 引 言近年來,模式識別獲得了迅猛發(fā)展和學(xué)術(shù)界

        智能計算機與應(yīng)用 2016年3期2016-11-02

      • PNN在手寫體數(shù)字識別中的應(yīng)用
        65)PNN在手寫體數(shù)字識別中的應(yīng)用幸堅炬,李軍,謝贊福(廣東技術(shù)師范學(xué)院計算機科學(xué)學(xué)院,廣州510665)稅務(wù)、金融等經(jīng)濟領(lǐng)域的手寫體數(shù)字信息通過計算機進行自動識別處理,可以節(jié)省人力、物力和財力,具有較高的實用價值。介紹概率神經(jīng)網(wǎng)絡(luò)的基本原理,并將概率神經(jīng)網(wǎng)絡(luò)應(yīng)用于手寫體數(shù)字識別中,在一定的訓(xùn)練樣本和網(wǎng)絡(luò)擴散速度情況下,實現(xiàn)基于概率神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別。通過MATLAB對MNIST手寫體數(shù)據(jù)庫數(shù)據(jù)進行仿真實驗驗證,結(jié)果表明概率神經(jīng)網(wǎng)絡(luò)在手寫體數(shù)字識別

        現(xiàn)代計算機 2016年23期2016-10-26

      • 手寫體之愛
        iting: 手寫體,草書。2. mentor: 導(dǎo)師,顧問。3. regarding: 關(guān)于;assignment: 作業(yè),任務(wù)。4. slip: 片,紙片。5. retrieve: 取回,索回。6. Palmer: 一種西文字體; penmanship: 書法,筆跡;delicately: 精致地,優(yōu)美地;curved: 彎曲的;list: 傾斜;gently: 輕輕地。7. interject: 突然插話。8. on the verge of: 瀕臨

        英語學(xué)習(xí) 2016年6期2016-05-14

      • 秦系官文正體與俗書手寫體書風(fēng)比較
        變發(fā)展受到俗書手寫體書法系統(tǒng)的影響,并落后于俗書手寫體。秦襄公立國后,沿襲西周大篆典范對文字做了系統(tǒng)的規(guī)范與整理。宏偉莊重、凝重渾樸的西周書風(fēng)得以在秦國持續(xù)穩(wěn)定的發(fā)展。現(xiàn)存贏秦最早的銘文《不期簋蓋銘》,線條厚重執(zhí)拗,結(jié)體穩(wěn)重古拙,一派西周凝渾厚重風(fēng)范。春秋早期秦武公《秦公鐘》《秦公鑄》銘文,書風(fēng)遵循西周典范的同時,秦文正體已經(jīng)開始改造,嘗試精美整飭的方向發(fā)展了。《秦公鐘》銘文線條較粗,古質(zhì)內(nèi)斂,郁博強雄。《秦公镩》銘文線條細勁精美,有些鐵線篆的意味,筆勢開

        書畫藝術(shù) 2016年1期2016-04-21

      • 模糊聚類算法下的手寫體數(shù)字識別
        中,需要使用到手寫體數(shù)字識別的過程,用聚類源的形式來對篩選的結(jié)果進行歸納,再經(jīng)過對模糊關(guān)系矩陣的構(gòu)建,就能夠開始時模糊聚類了。實踐證明,該方法具有非常搞得有效性,能夠?qū)ν饨绲母蓴_有很強的抵制作用,不僅準(zhǔn)確率和識別率都有所提高,而且還消除了傳統(tǒng)算法下單因子因素帶來的局限性的影響,具有非常高的實踐意義。關(guān)鍵詞:模糊聚類;算法;手寫體;數(shù)字識別中圖分類號:TP18 文獻標(biāo)識碼:A 文章編號:1009-3044(2016)04-0175-02在針對模式識別的研究領(lǐng)

        電腦知識與技術(shù) 2016年4期2016-04-11

      • 基于概率神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別
        概率神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別宋昌統(tǒng),黃力明,王輝隨著手寫體數(shù)字識別技術(shù)的發(fā)展以及概率神經(jīng)網(wǎng)絡(luò)的應(yīng)用,基于概率神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別技術(shù),即PNN技術(shù),是手寫體數(shù)字識別領(lǐng)域才剛剛開始的一個研究方向。本文把概率神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用在數(shù)字識別系統(tǒng)中,在特征提取技術(shù)的基礎(chǔ)上,設(shè)計了特征提取算法,通過手寫體數(shù)字識別流程,構(gòu)造了概率神經(jīng)網(wǎng)絡(luò)的分類器。最后在數(shù)據(jù)輸入、特征提取、模型訓(xùn)練、測試等幾個部分,實現(xiàn)了手寫體數(shù)字識別,獲得了令人滿意的正確度。神經(jīng)網(wǎng)絡(luò);手寫體數(shù)字識別

        微型電腦應(yīng)用 2016年10期2016-02-23

      • 該不該堅持“手寫之美”
        的學(xué)生不必學(xué)習(xí)手寫體和連體字,而是學(xué)習(xí)打字。教育部門認為,孩子們只需要熟悉印刷體的字母,并且著重“發(fā)展數(shù)字時代的技能”便可。芬蘭全國教育委員會的明娜說:“熟練的打字技巧是重要的國家競爭力?!彼J為,打字更貼近日常生活。雖然有人認為這樣的教育導(dǎo)向?qū)τ跊]有電腦的孩子而言不公平,但多數(shù)芬蘭人更支持讓孩子學(xué)習(xí)打字。對于芬蘭教育新政,有人認為是順應(yīng)時代,有人則為傳統(tǒng)的流失扼腕嘆息。同學(xué)們,除了考試和寫作業(yè)之外,你們還會堅持手寫嗎?

        中學(xué)生天地·高中學(xué)習(xí)版 2015年12期2015-12-23

      • 三枝粗糙集和變粒度原理的手寫體漢字識別
        和變粒度原理的手寫體漢字識別王建平,王夢澤合肥工業(yè)大學(xué)電氣工程及自動化學(xué)院,合肥 230009手寫體漢字識別是超多類模式識別問題,被公認為是模式識別領(lǐng)域中難題之一。粗糙集理論已經(jīng)成功地運用到手寫體漢字識別的研究中,但是仍然存在諸多的不完善,本文利用三枝粗糙集原理解決如何建立較完備穩(wěn)定的特征表示和提取方法,以及處理不確定、不精確和不完全性特征信息的識別決策機制[1]。粗糙集理論于1982年由波蘭科學(xué)家Pawlak提出,它是一種研究不確定、不完整知識和數(shù)據(jù)的表

        計算機工程與應(yīng)用 2014年22期2014-08-04

      • 組合結(jié)構(gòu)特征的自由手寫體數(shù)字識別算法研究
        結(jié)構(gòu)特征的自由手寫體數(shù)字識別算法研究陳軍勝寧夏大學(xué) 機械工程學(xué)院,銀川 750021在過去的幾十年,隨著數(shù)字化、信息化在社會生活方方面面的推廣及普及,手寫體的識別成為模式識別的研究熱點。數(shù)字手寫體因其在郵政編碼、統(tǒng)計報表、財務(wù)報表、銀行票據(jù)等方面的廣泛使用,它的自動識別更是受到了人們的廣泛關(guān)注。但是很多方法只是停留在理論研究之中,實際生活中手寫體數(shù)字因個人書寫風(fēng)格的不同而存在字符變形多樣的問題,造成現(xiàn)有算法在手寫體識別中識別率底、穩(wěn)定性差、魯棒性不足等多方

        計算機工程與應(yīng)用 2013年5期2013-07-11

      • 基于Hough變換的手寫體維文字符傾斜校正算法
        書寫風(fēng)格,造成手寫體維吾爾文有很大的隨意性;而且受手機屏幕大小的限制,導(dǎo)致手機終端上手寫的維文字符會產(chǎn)生一定的傾斜度。進行聯(lián)機和脫機維文字符的特征提取和識別[1]之前都需要對手寫體維文字符進行傾斜校正。目前,比較常用的傾斜檢測方法有基于Hough變換的方法[2]、基于交叉相關(guān)性的方法、行間距跨度相關(guān)法[3]、基于 Fourier變換的方法[3]、基于投影的方法[3]和 K-最近鄰簇的方法等。本文基于Hough變換檢測字符傾斜角度,利用Hough變換對灰度化

        網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2013年8期2013-02-21

      • 一種基于WindowsCE的手寫體識別系統(tǒng)的實現(xiàn)
        467000)手寫體識別(Handwriting Recognize)是指將在手寫設(shè)備上書寫產(chǎn)生的有序軌跡信息轉(zhuǎn)化為內(nèi)碼的過程。WindowsCE是一個開放的、可升級的32位嵌入式操作系統(tǒng),是基于掌上型電腦類的電子設(shè)備操作系統(tǒng)。主要應(yīng)用在手機、指紋識別系統(tǒng)、汽車電子檢測設(shè)備、智能家電、醫(yī)療儀器、工業(yè)控制儀器、定位導(dǎo)行設(shè)備上。本文嘗試在WindowsCE環(huán)境下建立一個手寫體識別系統(tǒng)。1 手寫體識別系統(tǒng)的設(shè)計本文系統(tǒng)對手寫文字的識別過程主要包括:用戶在系統(tǒng)手寫

        河南城建學(xué)院學(xué)報 2012年4期2012-02-08

      • 多民族脫機手寫體漢字數(shù)據(jù)庫的設(shè)計與構(gòu)建
        5)多民族脫機手寫體漢字數(shù)據(jù)庫的設(shè)計與構(gòu)建鄭蕊蕊,趙繼印,李 敏,于為民,吳寶春(大連民族學(xué)院信息與通信工程學(xué)院,遼寧大連 116605)設(shè)計并構(gòu)建了一種記錄書寫者民族信息的手寫體漢字數(shù)據(jù)庫——大連民族學(xué)院DNU-Ⅰ型多民族脫機手寫體漢字數(shù)據(jù)庫。包括單字庫、行文本庫和段文本庫3個子庫。為少數(shù)民族漢字書寫特征分析、中文文檔的行切分、漢字的切分識別、中文文本的無切分識別、筆跡鑒別和簽名驗證等方面的研究奠定基礎(chǔ),并提供算法的驗證平臺。同時介紹了字符識別數(shù)據(jù)庫的一

        大連民族大學(xué)學(xué)報 2011年5期2011-12-27

      • 基于小波包的手寫體簽名特征提取方法
        0300)由于手寫體簽名在信用卡身份檢查、支票簽名及機場登機身份驗證等安全檢查方面的應(yīng)用,使手寫體簽名自動識別已成為模式識別重要的研究領(lǐng)域。離線手寫體簽名識別已丟失書寫過程的動態(tài)信息,僅依靠簽名圖像的靜態(tài)信息,可用信息較少,識別難度較大。目前的離線簽名識別有結(jié)構(gòu)和統(tǒng)計兩種方法。結(jié)構(gòu)方法中利用空間分布特征、筆段特征、輪廓檢測等方法提取字形結(jié)構(gòu)[1-2],對結(jié)構(gòu)特征較敏感,區(qū)分相似字的能力較強,但是結(jié)構(gòu)特征難以抽取,不穩(wěn)定;以自組織映射方法、神經(jīng)網(wǎng)絡(luò)、概率密度

        中國民航大學(xué)學(xué)報 2011年3期2011-11-27

      • 人民英雄紀(jì)念碑題字是怎樣刻上去的?
        的字卻失掉了原手寫體的神韻,需要把放大后的字進行加工整修。幾個人試過了,都不能令人滿意。魏長青被推薦出來。他仔細分析毛主席手寫體字的特點,然后精心描摹,細致加工。把加工好的字再照相縮小20倍與原手寫體相對照,惟妙惟肖不差毫厘。把放大的字往石碑上刻,碑心石是塊花崗巖,又硬又脆,一鏨就崩。魏長青建議:把膠皮覆蓋在碑體上,將需要鏨刻部位的膠皮挖下來,形成“陰文”輪廓,然后用高壓噴射礦砂往花崗巖上“打”。就這樣,“打”出了一個個邊緣整齊的大字。

        青年文摘·上半月 1986年8期1986-11-01

      仁化县| 南阳市| 金华市| 辉县市| 昌都县| 元氏县| 北京市| 鹰潭市| 高要市| 名山县| 松桃| 措勤县| 徐水县| 海安县| 黄石市| 开平市| 江永县| 文昌市| 长顺县| 简阳市| 东兴市| 凤冈县| 茂名市| 娄烦县| 关岭| 师宗县| 化德县| 观塘区| 江北区| 福清市| 四平市| 拜城县| 鹿泉市| 米林县| 潜山县| 景东| 滨州市| 香河县| 中江县| 满洲里市| 松潘县|