手寫識別(Handwriting recognition)是一個復雜的過程。在這個過程中,來自觸摸面板的手寫輸入被處理并識別為可信的字母、單詞和字符。它通常需要硬件,即一個觸摸板來收集書寫信號,以及能夠進行識別的軟件。驚嘆于復雜的商業手寫識別系統,它包含高度集成的電子復雜和先進的計算機算法來識別手寫輸入。然而,除了由塑料和金屬復合物制成的商業觸摸板外,開發能夠收集手寫信號的新型觸摸板的需求是巨大的。從環境保護的角度來看,生物基材料在制造電子器件方面具有巨大的潛力,尤其以木材為原料的材料因其豐富、可持續性和可生物降解性而引起了人們的極大關注。
近期,復旦大學材料科學系、教育部先進涂料研究中心彭勃青年研究員聯合河南工業大學閆貴花博士開發了一種柔性的、導電的木基水凝膠陣列作為手寫輸入面板,通過機器學習技術輔助識別字母手寫。以天然木材為原料,依次實施木質素萃取、填充、聚吡咯涂層和聚丙烯酸填充,賦予木材柔韌性和導電性(圖1)。隨后,這些木材被制造成5×5陣列,根據筆跡創建信號矩陣。在計算網絡中,通過適當的人工特征提取和低復雜度算法來實現高效的手寫識別(圖2)。研究表明,基于專業知識的特征工程和簡化算法的戰略選擇有效地提高了手寫識別的整體模型性能。由于具有潛在的適應性,他們設想在定制可穿戴設備和動手醫療設備方面的進一步應用。該工作以“Alphabet handwriting recognition: from wood-framed hydrogel arrays design to machine learning decoding”為題發表在《Advanced Science》上(DOI: 10.1002/advs.202404437)。文章通訊作者是復旦大學彭勃青年研究員,第一作者是河南工業大學青年教師閆貴花博士。
圖1 木基水凝膠的設計原理
圖2 基于水凝膠陣列信號采集到機器學習預處理的手寫字母識別工作流程
原文鏈接:https://doi.org/10.1002/advs.202404437
- 南京林業大學陳楚楚 Carbohyd. Polym.:無引發劑超強木基水凝膠應用于多功能傳感 2025-02-20
- 香港中文大學(深圳)唐本忠院士團隊 AFM:自上而下法制備AIE/柔性木基傷口敷料 - 助力耐藥菌感染傷口快速愈合 2025-02-13
- 南林陳楚楚課題組 CEJ:高強韌、自修復、可回收與環境穩定的木基低共熔凝膠綠色合成方法 2025-01-08
- 寧波材料所趙文杰、嚴明龍 Small:污損抑制/阻抗與自我更新協同的可降解有機硅水凝膠涂層 2025-05-10
- 西南林大杜官本院士、楊龍研究員團隊 Nano lett.:面向水下電子皮膚的溫控響應纖維素基 Janus 智能水凝膠 2025-05-09
- 西安交大成一龍/初大可團隊 AFM:Tempo功能化不對稱功能水凝膠用于組織/器官損傷修復 2025-05-07
- 中科院長春應化所 AM: 發明“機器學習增強試錯法” - 實現橡膠配方高效、極限優化,已應用于高技術裝備制造 2025-03-14