示例：{ "pinyin": "CYQ", "lng": 116.486409, "szm": "C", "label": "朝阳区", "value": "110105", "lat": 39.921489 }

打开网站链接http://archive.ics.uci.edu/ml/，点击链接 view all data sets，打开所有数据页面，点击Instances，按照研究实例由多到少排序，选择任务为Classification的数据集，最后我们小组选择了“Letter Recognition Data Set”字母识别数据集。 二、数据分析 字母识别数据集每个对象有16个特征，共包括20000个数据对象，每个特征的取值都为整数，于1991年1月1日提供，主要用来进行数据分类试验。分类的目标是识别由黑白像素组成矩形的图像，代表26英文字母哪个字母。这些图像基于20种不同字体，并经过随机变形生成的20000个模拟实例。每个实例转化成16个原始数字特征，其中10000用于训练，另外10000个用于字母预测。因为每个样本都有明确的类标识，所以这个一个监督学习过程。

Android 仿联系人菜单，带字母索引，顶部挤压动画，recyclerview实现联系人页面，附源码及apk

使用EditText和ListView实现的可输入筛选的Spinner，输入后触发自动搜索，搜索支持原字符，汉字支持拼音全拼和首字母。代码为demo使用示例，可直接在AndroidStudio中打开使用。

对pinyin4j的一个升级版 有自己的词库 db 文件

搜集的多个数字识别代码，有车牌识别源码，还有英文字母的识别。模式识别基础代码。

matlab实现手写数字及手写字母的识别，通过建立样本库进行模板匹配，内附全代码及相关样本库（已更新升级版，增加了神经网络和libsvm有兴趣的可以查看我的下载资源）

最近在做一个关于复杂场景下车牌识别的项目，对字符识别进行了研究。目前OCR的发展主要是基于模板匹配，TESSERACT库以及现在流行的深度学习方法进行识别。压缩包里有两个工程文件，一个是基于模板匹配的字符识别（标准模板库已经做好放进去了，不需要自己在做，直接运行就可以了），另一个是使用谷歌开源TESSERACT库的字符识别，可以实现手写字母（大小写均可）识别，准确率达到92%以上。

软件随机出现大些字母，并从窗体以一定的速度下落，用户看到下落的字母，并在键盘上准确敲打该字母，敲对则得分，敲错则扣分。

最新全国城市列表(可按首字母或拼音选择) INSERT INTO `city` VALUES ('1', '北京', 'BEIJING', 'B'); INSERT INTO `city` VALUES ('2', '上海', 'SHANGHAI', 'S'); ....