湖南大学法硕，湖南大学法硕分数线2022
成果简介
机器学习辅助手写识别对于下一代生物识别技术的发展至关重要。然而，目前报道的大多数手写识别系统都缺乏灵活的传感和机器学习能力，这两者都是智能系统实现所必需的。在此，在机器学习的帮助下，本文，湖南大学Jian Zhou等研究人员在《ACS Appl. Mater. Interfaces》期刊发表名为“Machine-Learning Assisted Handwriting Recognition Using Graphene Oxide-Based Hydrogel”的论文，研究开发了一种新的手写识别系统，该系统既可以用作书面文本的识别器，也可以用作机密信息的加密器。这种灵活智能的手写识别系统将印刷电路板与基于氧化石墨烯的水凝胶传感器相结合。
它提供快速响应和良好的灵敏度，并允许高精度识别从单个字母到单词和签名的手写内容。通过分析从7名参与者获得的690个手写签名，成功地证明了快速的识别时间（小于1秒）和高识别率（约91.30%）。作者开发的手写识别系统在先进的人机交互、可穿戴通信设备、软机器人操纵器和增强现实虚拟现实方面具有巨大潜力。
图文导读
图1.手写识别系统的示意图
图2.GO水凝胶的表征和性能
图3.字母识别
图4.数字识别
图5.手写识别系统处理的一系列略有不同的单词的识别结果
图6.柔性手写识别系统的演示
小结
综上所述，本文开发了一种机器学习辅助手写识别，使用基于GO的水凝胶进行高精度手写识别。该系统具有高拉伸性、高灵敏度、低成本和低重量等吸引人的特点。这项工作不仅提出了一种构建高精度机器学习辅助手写识别系统的实用策略，而且为设计有前途的柔性电子产品材料提供了一种新的方法。
文献：
https://doi.org/10.1021/acsami.2c17943
湖南大学法硕(湖南大学法硕分数线2022)