摘要：介绍了用支持向量机(SVM)进行动态学习训练的方法．解决了在机器学习过程中,训练样本获取比较困难,样本可随外界条件改变而变化的问题．实践证明,使用该方法可以动态跟踪样本的变化,保证 SVM 分类器的最优性能．利用该方法设计的银行票据 OCR 系统的实际应用说明了该方法的有效性．

摘要：现有方法在进行票据的识别时,需要特定设备扫描或大量的票据标签才能达到很好的识别效果。为了解决上述问题,提出了采用OCR技术进行票据识别算法。该算法是由OCR识别和N版本程序策略两部分组成。在OCR识别阶段,采用了OCR进行票据文字的识别,将识别后的非结构化数据转化为结构化数据。在N版本程序设计策略中,提出了两种算法:前者进行主关键字的匹配;后者通过选择基准,计算字符大小从而推算出其它字段。选取火车票和发票作为实验数据,广泛的实验结果证明:算法在自然场景下票据识别具有很好的结果。

摘要：在票据识别系统中,待识别区域字符的切分是整个系统较为关键的一个环节。主要论述了在一个通用票据识别系统中,针对一般类型的票据中常见的几种待识别区域的类型,采用不同方法实现对票据图像中待识别区域的字符进行较为准确、快速的切分,从而确保整个票据识别系统的识别准确率和识别速度。

摘要：银行每天产生大量的纸制票据,如果人工核对这些票据需要消耗大量的人力和物力,且容易出错。文章中设计了一个银行票据图像的自动识别方案,该方案包括图像预处理、票据图像分类和票据内容识别等步骤。票据的字符识别部分采用BP神经网络完成。票据的识别内容识别包括金额、传票号或交易码等的识别。实验结果表明字符识别的准确率能够满足银行的实际需求。

摘要：铁路各领域信息化建设累积下来海量数据,如何有效地将数据转化为信息,进而得出审计线索已成为审计领域亟需解决的重要问题。随着大数据与人工智能技术迅速发展,智能审计成为推动审计工作价值升级的重要方向,但铁路智能审计刚刚起步,缺乏基础性支撑平台。针对该问题,面向铁路企业内部智能审计全流程开展需求分析,提出铁路人工智能审计平台构建方案,设计铁路人工智能审计平台系统架构和功能架构,研究票据识别、文本分析、知识图谱以及数据挖掘等铁路人工智能审计平台相关关键技术。铁路人工智能审计平台既可以独立为铁路审计业务提供智能服务,也可以赋能其他审计信息系统及应用,对于进一步提高铁路企业内部审计的工作效率,实现对审计重点关注领域和关键风险点常态化、持续性的动态监督具有重要意义。

摘要：分析了票据识别中在存储图像时存在的问题及问题产生的根源,针对存在的问题,提出基于压缩感知理论分析研究票据图像处理,设计基于贪婪法的图像重构方法对采样的数据进行重构,并选用钞票作为研究对象进行实验,结果表明该方法的有效性,可以有效地解决现有问题。